网易云课堂吴恩达深度学习微专业相关感受和总结。因为深度学习较机器学习更深一步，所以记录机器学习中没有学到或者温故知新的内容。从总体架构的角度思路来看待机器学习问题也做了不少CNN相关的项目内容，结合已知进行思考总结。本文只是概念性的东西，没有太多细节，如果后续做实际的目标检测，再去学习细节，有个宏观印象，便于管控全局。上一篇：深度学习（4）--卷积神经网络小总结（Inception及其...

为了应付某人的毕设，研究过一段时间的人机象棋，现来谈谈详细的算法思路和流程。注：本文没有任何干货源码，写过二层遍历、基本评价函数与所谓“深度学习”算法下的人机象棋，棋力之弱小，就不献丑了。首先，程序需要囊括象棋的基本着法，比如马走“日”字，相飞“田”，实现人人象棋是进行人机象棋的第一步。进入正题，试想如何实现象棋的AI？按着人的思路，很容易想到“博弈树”，所谓博弈树，就是一颗大树，根节点就...

吴恩达ML课程课后总结，以供复习、总结、温故知新，也欢迎诸位评论讨论分享，一起探讨一起进步：上一篇:机器学习（9）--异常检测（多元高斯分布等）https://blog.csdn.net/qq_36187544/article/details/88400810下一篇：机器学习（11）--大数据的机器学习（随机梯度下降、mini-batch梯度、在线学习与并行计算）https://blog....

从总体架构的角度思路来看待机器学习问题闲来复习，可以学到很多东西！上一篇：深度学习（2）--小总结（指数加权平均值，偏差修正，momentum梯度下降，学习率衰减，batch归一化与BN层）https://blog.csdn.net/qq_36187544/article/details/91849279下一篇：深度学习（4）--卷积神经网络小总结（Inception及其超好用的百度云...

网易云课堂吴恩达深度学习微专业相关感受和总结。最后的课程讲了序列模型，因为还没做过这块的内容，所以记录下一些个人感觉有点意思的东西，温故知新，了解概念，后续需要能深入学习。上一篇：深度学习（8）-NLP（词嵌入，嵌入矩阵，词向量，情绪分类，偏见问题）目录序列模型beam search(集束搜索算法，又叫定向搜索)注意力模型（Attention Model)语音检测与CT...

上一篇：Tensorflow入门三-多变量线性回归（矩阵点乘叉乘转置Numpy，附练习数据集百度云资源）https://blog.csdn.net/qq_36187544/article/details/89477715下一篇：Tensorflow入门五-卷积神经网络（断点续训实现，基本概念、tf卷积函数、cifar数据集百度云资源及tf实现）https://blog.csdn.net/qq_..

从总体架构的角度思路来看待机器学习问题闲来复习，可以学到很多东西！上一篇：深度学习（2）--小总结（指数加权平均值，偏差修正，momentum梯度下降，学习率衰减，batch归一化与BN层）https://blog.csdn.net/qq_36187544/article/details/91849279下一篇：深度学习（4）--卷积神经网络小总结（Inception及其超好用的百度云...

网易云课堂吴恩达深度学习微专业相关感受和总结。最后的课程讲了序列模型，因为还没做过这块的内容，所以记录下一些个人感觉有点意思的东西，温故知新，了解概念，后续需要能深入学习。上一篇：深度学习（8）-NLP（词嵌入，嵌入矩阵，词向量，情绪分类，偏见问题）目录序列模型beam search(集束搜索算法，又叫定向搜索)注意力模型（Attention Model)语音检测与CT...

为了探究更多网络图像分类的效果，尝试LSTM网络处理，顺便谈一谈对循环神经网络的简单理解。最终效果：7M模型85%准确率，单层网络。对比之间做的CNN效果（7M模型，95%准确率，但存在过拟合问题）,文章链接https://blog.csdn.net/qq_36187544/article/details/90669462（附源代码）目录项目源码百度云循环神经网络粗浅理解调参t...

最近做一个CNN，从0开始调节，终于让准确率提高到了95%。网络结构为，两层卷积，池化，两层卷积，池化，两层全连接：目录打乱优化器BATCHSIZE（重要！)权重初始化其他方法打乱1.千万要对数据进行shuffle，不然准确率低的令人发指。发现某一类别正确率极高，但是数据是平均分布的，怀疑shuffle出错，但是没有。。。优化器2.由于准确率一直很低...