吴恩达《深度学习》

吴恩达《深度学习》第五门课（3）序列模型和注意力机制

3.1序列结构的各种序列（1）seq2seq：如机器翻译，从法文翻译成英文，将会是下面这样的结构，包括编码网 […]

1.1为什么选择序列模型（1）序列模型广泛应用于语音识别，音乐生成，情感分析，DNA序列分析，机器翻译，视频 […]

4.1什么是人脸识别（1）人脸验证（face verification）:1对1，输入一个照片或者名字或者I […]

2.1为什么要进行实例探究（1）就跟学编程一样，先看看别人怎么写的，可以模仿。（2）在计算机视觉中一个有用 […]

2.1为什么要进行实例探究（1）就跟学编程一样，先看看别人怎么写的，可以模仿。（2）在计算机视觉中一个有用 […]

1.1计算机视觉（1）计算机视觉的应用包括图像分类、目标检测、图像分割、风格迁移等，下图展示了风格迁移案例： […]

2.1进行误差分析（1）一识别猫为案例，错误率为10%，这时系统还可以有较大提升空间，这时该往哪方面努力呢？ […]

3.1调试处理（1）不同超参数调试的优先级是不一样的，如下图中的一些超参数，首先最重要的应该是学习率α（红色 […]

2.1Mini-batch梯度下降（1）例如有500万个训练样本，这时可以每1000个组成一个Mini-ba […]

3.1神经网络概述（1）神经网络每个单元相当于一个逻辑回归，神经网络由逻辑回归的堆叠起来。下图是网络结构： […]

2.1二分类（1）以一张三通道的64×64的图片做二分类识别是否是毛，输出y为1时认为是猫，为0时认为不是猫 […]

1.1欢迎主要讲了五门课的内容：第一门课：神经网络基础，构建网络等；第二门课：神经网络的训练技巧；第三 […]