Udacity-Deep_Learning
设置存储库以容纳我在从Udacity购买深度学习纳米学位计划时完成的练习和项目。 该课程的课程共分为6个部分,其中包括7个主要项目,以及在整个课程中完成的各种练习。
项目和练习内容如下:
自动编码器
神经网络:
项目1:预测自行车共享数据
该项目的目的是从头开始构建神经网络,以对数据集进行预测问题。 完成后,我将对梯度下降,反向传播和其他神经网络特性有更好的了解。
数据来自UCI ML存储库: :
要遵守的项目/网络参数:
激活函数应为S型函数
时期数应在50到1500之间
隐藏节点的数量应在5到100之间
应该只有一个输出节点
学习率应在0.05到5之间
在完整数据集上运行网络时产生良好的结果,要求是:
训练损失应小于0.09
验证损失应小于0.18
卷积神经网络:
项目2:犬种分类器
该项目的目的是建立卷积神经网络(C