文章目錄
說明
從2018年開始,斷斷續續在網易雲課堂學完了吳恩達在deeplearning.ai講授的兩門經典課,記錄一下:
- Course1:《神經網絡和深度學習》,Neural Networks and Deep Learning
- Course4:《卷積神經網絡》,Convolutional Neural Networks
雖然這兩門課的內容目前已經不算什麼新東西了,而且在吳恩達課程播出之前就一直再用TF/Keras編程應用這些網絡,但不斷重新學習這些基礎理論,對理解和靈活運用他們還是很有幫助的。
學習過程中寫的文章
學習這些課程的過程中,也根據自己的理解和思考,寫了如下一些文章:
- 深度學習的本質
- 深度學習與傳統機器學習算法的區別與應用
- CNN中應用dropout需要了解的所有最新知識
- 深度學習中的梯度消失與梯度爆炸
- 深度學習中爲什麼使用卷積?
- ResNet原理是什麼,爲什麼ResNet能做到那麼深?
- 1x1的卷積能做什麼呢?
- 理解深度學習中的Inception網絡
- 基於深度學習的目標檢測思路
- YOLO算法(Bounding Box)目標檢測
- IoU(交併比)函數
- 非極大值抑制(目標檢測)
- 目標檢測中的Anchor Box算法
- 從one-shot問題的解法發現新的deep learning應用思路
- 詳解Siamese網絡
- 可視化理解卷積神經網絡
Course1: Neural Networks and Deep Learning內容與學習過程記錄
下圖中的綠色實心小圓,表示學完了;空心小圈表示沒看過。
Course4:Convolutional Neural Networks內容與學習過程記錄
下圖中的綠色實心小圓,表示學完了;空心小圈表示沒看過。