没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
网易云课堂吴恩达的课后练习,从第一课到第四课,每课每周的作业都有,包含答案,第三课只有习题测试没有编程,所以不要误会资源不全,前三课的练习和第四课第一周的练习在压缩包中,第四课后三周的编程练习由于数据集太大,超出上传限制,所以给出的是一个下载链接。非常好的学习资源,全部四节课的代码,性价比还是很高的
资源推荐
资源详情
资源评论
收起资源包目录
网易云课堂 Andrew Ng 深度学习Class1-Class4课后作业及答案 (146个子文件)
opt2.gif 893KB
opt1.gif 714KB
Convolution_schematic.gif 64KB
sgd_bad.gif 63KB
sgd.gif 41KB
train_signs.h5 12.67MB
train_signs_3.h5 12.67MB
train_signs.h5 12.67MB
train_signs_1.h5 12.66MB
train_signs_2.h5 12.66MB
train_catvnoncat.h5 2.45MB
train_catvnoncat.h5 2.45MB
test_signs_3.h5 1.41MB
test_signs_2.h5 1.41MB
test_signs.h5 1.41MB
test_signs.h5 1.41MB
test_signs_1.h5 1.41MB
test_catvnoncat.h5 602KB
test_catvnoncat.h5 602KB
train_catvnoncat.h5 8KB
test_catvnoncat.h5 8KB
train_catvnoncat.h5 620B
test_catvnoncat.h5 618B
week4-Deep+Neural+Network+-+Application.ipynb 2.04MB
week3-Planar+data+classification+with+one+hidden+layer.ipynb 1.03MB
week2-Logistic+Regression+with+a+Neural+Network+mindset.ipynb 759KB
Optimization+methods.ipynb 374KB
Initialization.ipynb 268KB
Regularization.ipynb 268KB
Tensorflow+Tutorial.ipynb 151KB
Convolution+model+-+Application+-+v1.ipynb 65KB
Convolution+model+-+Step+by+Step+-+v1-checkpoint.ipynb 63KB
Convolution+model+-+Step+by+Step+-+v1.ipynb 63KB
week4-Building+your+Deep+Neural+Network+-+Step+by+Step+v2.ipynb 55KB
week4-Building+your+Deep+Neural+Network+-+Step+by+Step.ipynb 55KB
week4-Building+your+Deep+Neural+Network+-+Step+by+Step-checkpoint.ipynb 55KB
week2-Python+Basics+With+Numpy.ipynb 41KB
Logistic+Regression+with+a+Neural+Network+mindset+v3.ipynb 39KB
Python+Basics+With+Numpy+v2.ipynb 33KB
Python+Basics+With+Numpy+v3.ipynb 33KB
Convolution+model+-+Application+-+v1-checkpoint.ipynb 30KB
Gradient+Checking.ipynb 26KB
thumbs_up.jpg 989KB
thumbs_up.jpg 989KB
cost.jpg 859KB
my_image.jpg 621KB
cat_in_iran.jpg 587KB
la_defense.jpg 332KB
my_image.jpg 307KB
Lion_waiting_in_Namibia.jpg 307KB
gargouille.jpg 303KB
my_image2.jpg 92KB
my_image.jpg 92KB
data.mat 6KB
data.mat 598B
readme.md 2KB
readme.md 580B
readme.md 0B
conv_kiank.mp4 8.37MB
dropout1_kiank.mp4 616B
dropout2_kiank.mp4 616B
Quiz_week1.pdf 686KB
Quiz-week1-Introduction to deep learning.pdf 657KB
Quiz_week2.pdf 635KB
Quiz-week4-Coursera _ Online Courses From Top Universities.pdf 351KB
deep-learning-notation.pdf 256KB
Quiz-week2-Coursera _ Online Courses From Top Universities.pdf 170KB
Quiz-week3-Coursera _ Online Courses From Top Universities.pdf 167KB
Quiz_week3.pdf 136KB
Quiz_week1.pdf 112KB
Quiz_week2.pdf 1.46MB
handforward_kiank.png 2.14MB
handbackward_kiank.png 1.67MB
structure.png 1.1MB
nm_backward.png 871KB
n_model_backward.png 761KB
grad_summary.png 666KB
image2vector.png 597KB
hands.png 565KB
final outline.png 557KB
SIGNS.png 484KB
NlayerNN.png 482KB
conv1.png 468KB
2layerNN.png 420KB
average_pool.png 413KB
max_pool.png 390KB
imvectorkiank.png 373KB
ave_pool1.png 345KB
a_pool.png 344KB
ave-pool.png 344KB
max_pool1.png 333KB
PAD.png 298KB
LlayerNN_kiank.png 279KB
image1.png 259KB
2layerNN_kiank.png 255KB
image2vector_kiank.png 245KB
mn_backward.png 218KB
model_architecture2.png 217KB
imvector.png 198KB
imvector.png 198KB
共 146 条
- 1
- 2
资源评论
- wx52232019-06-01还可以,只是部分v2版本依赖的py文件没有
- tanzhaoqingheihei2019-05-05资源很好,内容很全,感谢分享
- qq_376022612019-01-03不错,感谢分享
- 阿懿_2018-07-07还没有打开 感谢分享
- yezzii2019-03-18不错,很全!是全部的
DL_Tensor
- 粉丝: 46
- 资源: 4
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
最新资源
- FeiQ.rar 局域网内通信服务软件
- 172.16.100.195
- 光储并网simulink仿真模型,直流微电网 光伏系统采用扰动观察法是实现mppt控制,储能可由单独蓄电池构成,也可由蓄电池和超级电容构成的混合储能系统,并采用lpf进行功率分配 并网采用pq控制
- python编写微信读取smart200plc的数据发送给微信联系人
- 光储并网VSG系统Matlab simulink仿真模型,附参考文献 系统前级直流部分包括光伏阵列、变器、储能系统和双向dcdc变器,后级交流子系统包括逆变器LC滤波器,交流负载 光储并网VSG系
- file_241223_024438_84523.pdf
- 质子交膜燃料电池PEMFC Matlab simulink滑模控制模型,过氧比控制,温度控制,阴,阳极气压控制
- IMG20241223015444.jpg
- 模块化多电平变器(MMC),本模型为三相MMC整流器 控制策略:双闭环控制、桥臂电压均衡控制、模块电压均衡控制、环流抑制控制策略、载波移相调制,可供参考学习使用,默认发2020b版本及以上
- Delphi 12 控件之FlashAV FFMPEG VCL Player For Delphi v7.0 for D10-D11 Full Source.7z
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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