Advertisement

Coursera深度学习专项课程：由Deeplearning.ai提供...

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
简介：本专项课程由Deeplearning.ai在Coursera平台上推出，涵盖深度学习核心概念与技术，包括神经网络、卷积网络及递归网络等，旨在培养学员构建智能系统的能力。 Coursera上的深度学习专业化（由deeplearning.ai提供） deeplearning.ai提供的所有课程的编程作业和测验。 授课老师： 笔记 有关Coursera深度学习专业中所有课程的详细面试准备笔记，请参阅相关资料。 设置 运行setup.sh以下载预先训练的VGG-19数据集，并提取所需的所有经过压缩的预训练模型和数据集。 学分 此仓库包含我针对该专业的全部工作。除非另有说明，代码库、测验问题和图表均取自相应课程内容。 编程作业 课程1：神经网络与深度学习 课程2：改善深度神经网络：超参数调整，正则化和优化 课程3：构建机器学习项目 此课程没有PA。但是本课程附带了非常有趣的案例研究测验（如下）。 课程4：卷积神经网络 课程5：序列模型 测验解决方案 课程1：神经网络与深度学习 第1周测验-深度学习简介： 第2周测验-神经

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Coursera深度学习专项课程：由Deeplearning.ai提供...
    优质
    简介：本专项课程由Deeplearning.ai在Coursera平台上推出，涵盖深度学习核心概念与技术，包括神经网络、卷积网络及递归网络等，旨在培养学员构建智能系统的能力。 Coursera上的深度学习专业化（由deeplearning.ai提供） deeplearning.ai提供的所有课程的编程作业和测验。 授课老师： 笔记 有关Coursera深度学习专业中所有课程的详细面试准备笔记，请参阅相关资料。 设置 运行setup.sh以下载预先训练的VGG-19数据集，并提取所需的所有经过压缩的预训练模型和数据集。 学分 此仓库包含我针对该专业的全部工作。除非另有说明，代码库、测验问题和图表均取自相应课程内容。 编程作业 课程1：神经网络与深度学习 课程2：改善深度神经网络：超参数调整，正则化和优化 课程3：构建机器学习项目 此课程没有PA。但是本课程附带了非常有趣的案例研究测验（如下）。 课程4：卷积神经网络 课程5：序列模型 测验解决方案 课程1：神经网络与深度学习 第1周测验-深度学习简介： 第2周测验-神经
     
  • 吴恩达DeepLearning.ai深度学习课程课件与笔记
    优质
    这是一份关于吴恩达（Andrew Ng）在DeepLearning.ai平台上开设的深度学习课程的学习资料，包含了课程的核心课件和详细笔记。 吴恩达的DeepLearning.ai深度学习系列课程包含课件及详细笔记，并提供课程作业代码。
     
  • 吴恩达在Coursera的深度学习课程笔记
    优质
    这段简介可以这样写：“吴恩达在Coursera平台上的深度学习专项课程笔记，涵盖了神经网络、深度学习技术及其应用等核心内容，适合初学者和进阶者研读。” 吴恩达创建的Coursera平台上的deeplearning.ai课程包含所有上课笔记。
     
  • 吴恩达深度学习课程-Deeplearning.ai-28图总结及PDF
    优质
    本资料汇总了吴恩达在Deeplearning.ai课程中的核心概念与公式，以28张图表形式呈现，并附带详细PDF文档，便于学习和复习。 吴恩达的《深度学习》课程总结了28张图片，并提供了PDF版本。这些资源非常友好且脉络清晰，易于理解。
     
  • Coursera 深度学习 第一课：神经网络与深度学习 练习全部
    优质
    本课程为Coursera平台上的深度学习系列课程的第一部分，专注于介绍神经网络和深度学习的基础知识，并通过实践练习加深理解。 吴恩达在Coursera上的深度学习课程第一课介绍了神经网络和深度学习的基础知识。该课程的课后练习旨在帮助学生巩固所学内容，并通过实际操作加深理解。
     
  • 深度学习课程合集1-5（deeplearning.ai），含预训练模型和Python Cookbook赠送
    优质
    本课程合集由Deeplearning.ai提供，涵盖深度学习基础至高级应用，包含Pytorch与TensorFlow实践及大量案例分析。报名即赠预训练模型与《Python CookBook》电子版。 deeplearning.ai合集1-5包括预训练模型下载，可以从coursera作业里面直接获取，并包含最新的序列模型（附赠最新Python cookbook）。
     
  • 医学领域深度学习项目实战课程
    优质
    本课程专注于医学领域的深度学习应用，通过实际案例教授如何利用AI技术解决医疗问题，适合希望在医疗数据分析和疾病预测等领域深入发展的专业人士。 课程分享——面向医学领域的深度学习项目实战（共20章），附源码、课件等内容。本课程涵盖以下内容：1. 深度学习经典算法解析，包括分类、检测、识别、分割及命名实体识别与知识图谱等；2. 基于医疗数据集的实践操作，涉及数据处理、网络架构分析以及代码解读等方面；3. 实际应用场景效果评估和案例研究。课程整体语言通俗易懂，并提供所有必要的学习材料。本课程旨在帮助学生快速掌握深度学习的核心算法及其在医学领域的应用实例。
     
  • 深度学习课程讲义
    优质
    《深度学习课程讲义》是一套系统介绍深度学习理论与实践的教学资料，涵盖神经网络、卷积神经网络及循环神经网络等内容，适合初学者和进阶读者参考。 第1课：深度学习总体介绍 第2课：传统神经网络 第3-6讲：卷积神经网络 第7讲：递归神经网络 第8讲：卷积网络与递归网络结合应用 第9讲：生成对抗网络 第10讲：增强学习
     
  • 深度学习课程设计
    优质
    本课程旨在通过理论与实践结合的方式，深入讲解深度学习的基本原理及其在实际问题中的应用。适合希望掌握深度学习技术的学习者。 本段落提出了一种基于深度学习的云彩识别方法。在进行图像识别之前，先利用对象检测技术从原始图像中提取出云彩部分，并将这些新生成的图像作为后续分类器的输入。文中分析了两种常用的对象检测算法和图像分类算法，结合这两种算法实现了对云彩的有效分类，并对比了单纯使用图像分类器与引入对象检测后的识别准确率差异。
     
  • 深度学习课程讲义
    优质
    《深度学习课程讲义》是一本系统介绍深度学习理论与实践的教材，涵盖了神经网络基础、卷积神经网络、循环神经网络等核心内容，适合初学者和进阶读者使用。 我整理了8份深度学习的课件，以PPT形式呈现，内容涵盖了深度学习的主要方面。