# 深度学习算法 The deeplearning algorithms includes (now):
[深度学习笔记 ](https://github.com/Ewenwan/deep_learning_notes)
- 逻辑回归 Logistic Regression [logisticRegression.py](logisticRegression.py)
- 多层感知机 Multi-Layer Perceptron (MLP) [mlp.py](mlp.py)
- 卷积神经网络 Convolution Neural Network (CNN) [cnn.py](cnn.py)
- 自编码 Denoising Aotoencoder (DA) [da.py](da.py)
- 多层降噪自动编码机 Stacked Denoising Autoencoder (SDA) [sda.py](sda.py)
- 受限玻尔兹曼机Restricted Boltzmann Machine (RBM) [rbm.py](rbm.py) [gbrbm.py](gbrbm.py)
- 深度信念网络Deep Belief Network (DBN) [dbn.py](dbn.py)
Note: the project aims at imitating the well-implemented algorithms in [Deep Learning Tutorials](http://www.deeplearning.net/tutorial/) (coded by [Theano](http://deeplearning.net/software/theano/index.html)).
[TensorFlow 学习](http://antkillerfarm.github.io/ai/2017/08/21/tensorflow.html)
[深度学习500问](https://github.com/Ewenwan/DeepLearning-500-questions)
[参考博客](https://github.com/DragonFive/myblog/blob/master/source/_posts/DL-learningNote1.md)
[吴恩达老师的深度学习课程笔记及资源](https://github.com/fengdu78/deeplearning_ai_books)
[Deep Learning with Keras ](https://github.com/PacktPublishing/Deep-Learning-with-Keras/tree/master/Chapter07)
[动手学深度学习 在线书籍 ](https://github.com/d2l-ai/d2l-zh)
# 博客资源
[深度学习(一)——MP(多层感知器)神经元模型, BP(反向传播)算法, 《机器学习》周志华著; 台湾大学李宏毅副教授的深度学习课程; Deep Learning书籍](http://antkillerfarm.github.io/dl/2017/01/13/Deep_Learning.html)
其他:
09 Jun 2018 » 深度学习(四十一)——迁移学习, AlphaGo
25 Apr 2018 » 深度学习(四十)——模型压缩与加速, OCR, 目标检测进阶, Spatial Transformer Networks
29 Mar 2018 » 深度学习(三十九)——GAN进阶, 行人重识别
20 Mar 2018 » 深度学习(三十八)——深度强化学习(2), Multi-agent, CNN进阶, 图像变换
08 Mar 2018 » 深度学习(三十七)——人脸识别, Graph NN
06 Mar 2018 » 深度学习(三十六)——深度推荐系统, Recursive NN, 多任务学习, AutoDL
30 Jan 2018 » 深度学习(三十五)——姿态/行为检测, 深度目标跟踪, Mask R-CNN, 手势识别, Spiking Neuron Networks, DNC
27 Jan 2018 » 深度学习(三十四)——深度强化学习(1)
25 Jan 2018 » 深度学习(三十三)——Capsule
19 Jan 2018 » 深度学习(三十二)——词向量进阶, NN的INT8计算, 视频目标分割
17 Jan 2018 » 深度学习(三十一)——依存分析, 信息检索, Image Caption Generation
15 Jan 2018 » 深度学习(三十)——Deep Speech, WaveNet
13 Jan 2018 » 深度学习(二十九)——语音识别, 语音合成, CTC
08 Jan 2018 » 深度学习(二十八)——SOM, Group Normalization, MobileNet, 花式卷积进阶
04 Jan 2018 » 深度学习(二十七)——RBM & DBN & Deep Autoencoder
03 Jan 2018 » 深度学习(二十六)——VAE
22 Dec 2017 » 深度学习(二十五)——Attention(2)
05 Dec 2017 » 深度学习(二十四)——L2 Normalization, Attention(1)
25 Nov 2017 » 深度学习(二十三)——ShuffleSeg, Fast Image Processing, SVDF, LCNN, LSTM进阶
22 Oct 2017 » 深度学习(二十二)——VDSR, ESPCN, FSRCNN, VESPCN, SRGAN, DemosaicNet, MemNet, RDN
18 Oct 2017 » 深度学习(二十一)——图像超分辨率算法, SRCNN, DRCN
12 Oct 2017 » 深度学习(二十)——GCN, Ultra Deep Network
10 Oct 2017 » 深度学习(十九)——FCN, SegNet, DeconvNet, DeepLab, ENet
01 Oct 2017 » 深度学习(十八)——YOLOv2, 语义分割
23 Sep 2017 » 深度学习(十七)——YOLO, SSD
09 Sep 2017 » 深度学习(十六)——Fast R-CNN, Faster R-CNN
06 Sep 2017 » 深度学习(十五)——RCNN, SPPNet
29 Aug 2017 » 深度学习(十四)——Softmax详解, 目标检测
28 Aug 2017 » 深度学习(十三)——花式池化, Batch Normalization
27 Aug 2017 » 深度学习(十二)——Winograd(2)
26 Aug 2017 » 深度学习(十一)——数据增强, Winograd(1)
25 Aug 2017 » 深度学习(十)——fine-tuning, 李飞飞, 花式卷积
06 Aug 2017 » 深度学习(九)——GAN
23 Jun 2017 » 深度学习(八)——CNN进化史
22 Jun 2017 » 深度学习(七)——Bi-directional RNN, seq2seq, DMN
21 Jun 2017 » 深度学习(六)——神经元激活函数进阶, DRN
15 Jun 2017 » 深度学习(五)——RNN, LSTM
14 Jun 2017 » 深度学习(四)——词向量
27 May 2017 » 深度学习(三)——Neural Network Zoo, CNN, Autoencoder
17 May 2017 » 深度学习(二)——神经元激活函数, Dropout, 深度学习常用术语解释
13 Jan 2017 » 深度学习(一)——MP神经元模型, BP算法
![Neural Network Zoo](http://antkillerfarm.github.io/images/article/Neural_Networks.png)
## 1. 神经网络的编程基础(Basics of Neural Network programming)
### 1.1 二分类(Binary Classification)
### 1.2 逻辑回归(Logistic Regression)
### 1.3 逻辑回归的代价函数(Logistic Regression Cost Function)
### 1.4 梯度下降(Gradient Descent)
### 1.5 导数(Derivatives)
### 1.6 计算图(Computation Graph)
### 1.7 逻辑回归的梯度下降(Logistic Regression Gradient Descent)
### 1.8 梯度下降的例子(Gradient Descent on m Examples)
### 1.9 向量化(Vectorization)
### 1.10 损失函数详解(cost/Loss function)softmax 交叉熵 Forc Loss
## 2. 浅层神经网络(Shallow neural networks)
### 2.1 计算一个神经网络的输出 (Computing a Neural Network's output)
### 2.2 多样本向量化(Vectorizing across multiple examples)
### 2.3 激活函数(Activation functions)
### 2.4 神经网络的梯度下降(Gradient descent for neural networks)
### 2.5 直观理解反向传播(Backpropagation intuition)
### 2.6 随机初始化(Random+Initialization)
### 2.7
## 2. 深层神经网络(Deep Neural Networks)
### 3.1 前向传播和反向传播(Forward and backward propagation)
### 3.2 深层网络中的前向和反向传播(Forward propagation in a Deep Network)
### 3.3 核对矩阵的维数(Getting your matrix dimensions right)
### 3.4 参数VS超参数(Parameters vs Hyperparameters)
### 3.5 深度学习和大脑的关联性(What does this have to do with the brain?)
## 3. 改善深层神经网络:超参数调试、正则化以及优化
### 3.1 数据集 训练测试验证 均值方差
### 3.2 正则化 L1 L2 Dropout 随机失活 正则化 Regularization
### 3.3 标准化输入(Normalizing inputs) BN GN
### 3.4 梯度消失/梯度爆炸(Vanishing / Exploding gradients)
### 3.5 神经网络的权重初始化(Weight Initialization for Deep NetworksVanishing /Exploding gradients)
### 3.6 梯度的数值逼近(Numerical approximation of gradients)& 梯度检验(Gradient checking)
## 4. 优化算法 (Optimization algorithms)
### 4.1 Mini-batch 梯度下降(Mini-batch gradient descent)
### 4.2 指数加权平均(Exponentially weighted averages)
### 4.3 momentum梯度下降(Gradient descent with momentum)
### 4.4 RMSprop——root mean square prop(RMSprop)
### 4.5 Adam优化算法(Adam optimization algorithm)
### 4.6 学习率衰减(Learning rate decay)
### 4.7 局部最优问题(The problem of local optima)
## 5. 卷积神经网络(Convolutional Neural Networks)
### 5.1 卷积层 普通卷积 DW逐通道卷积 分组卷积
### 5.2 池化层 最大值池化 均值池化
### 5.3 全连接层
### 5.4 Padding填充 步长Stride
### 5.5 经典网络(Classic networks)
### 5.6 残差网络(Residual Networks
没有合适的资源?快使用搜索试试~ 我知道了~
深度学习笔记很详细的笔记
共38个文件
pdf:25个
py:10个
md:3个
3 下载量 18 浏览量
2023-07-21
21:48:52
上传
评论
收藏 93.94MB ZIP 举报
温馨提示
[深度学习笔记 ](https://github.com/Ewenwan/deep_learning_notes) - 逻辑回归 Logistic Regression [logisticRegression.py](logisticRegression.py) - 多层感知机 Multi-Layer Perceptron (MLP) [mlp.py](mlp.py) - 卷积神经网络 Convolution Neural Network (CNN) [cnn.py](cnn.py) - 自编码 Denoising Aotoencoder (DA) [da.py](da.py) - 多层降噪自动编码机 Stacked Denoising Autoencoder (SDA) [sda.py](sda.py) - 受限玻尔兹曼机Restricted Boltzmann Machine (RBM) [rbm.py](rbm.py) [gbrbm.py](gbrbm.py) - 深度信念网络Deep Belief Network (DBN) [dbn.py](dbn.py)
资源推荐
资源详情
资源评论
收起资源包目录
deepLearning.zip (38个子文件)
deepLearning
06_rbm.py 11KB
readme.md 10KB
08_dbn.py 6KB
001_input_data.py 7KB
动⼿学深度学习.pdf 14.61MB
05_sda.py 6KB
03_cnn.py 6KB
07_gbrbm.py 6KB
01_logisticRegression.py 3KB
000_utils.py 5KB
04_da.py 5KB
吴恩达深度学习笔记v5.44 .pdf 19.32MB
02_mlp.py 4KB
reinforcement_learning
CS294-112
lec-18-ExplorationPart2.pdf 2.46MB
lec-22-TowardsVirtualStuntman.pdf 4.89MB
lec-8-DeepRLwithQ-Functions.pdf 2.19MB
lec-7-ValueFunctionMethods.pdf 1.66MB
lec-2-SupervisedLearning.pdf 2.6MB
lec-16-InverseReinforcementLearning.pdf 2.51MB
readme.md 75B
lec-13-Model-BasedRLandPolicyLearning.pdf 2.52MB
lec-17-ExplorationPart1.pdf 1.91MB
lec-10-OptimalControlandPlanning.pdf 2.36MB
lec-24-Classnotes.pdf 4.13MB
lec-21-DistributedRL.pdf 2.62MB
lec-25-AutoML.pdf 5.06MB
lec-6-Actor-Critic-Algorithms.pdf 1.89MB
lec-5-PolicyGradients.pdf 2.18MB
lec-4-ReinforcementLearningIntroduction.pdf 2.09MB
lec-9-AdvancedPolicyGradients.pdf 1.38MB
lec-1-basic-know.pdf 3.55MB
lec-12-AdvancedModel-BasedReinforcementLearning.pdf 2.91MB
lec-14-VariationalInferenceGenerativeModels.pdf 2.13MB
lec-19-TransferMulti-TaskLearning.pdf 2.98MB
lec-20-MetaReinforcementLearning.pdf 9.14MB
lec-15-ReframingControlInferenceProblem.pdf 2.61MB
lec-11-Model-BasedReinforcementLearning.pdf 3.15MB
readme.md 5KB
共 38 条
- 1
资源评论
智达教育
- 粉丝: 2w+
- 资源: 279
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功