V
主页
吴恩达深度学习课程2.8-使用计算图求导-学习笔记
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
吴恩达深度学习策略课程1.9-1.10-基于偏差和方差的优化策略-学习笔记
吴恩达深度学习策略课程2.8-多任务学习-学习笔记
吴恩达卷积神经网络课程2.8-使用开源实验方案-学习笔记
吴恩达深度学习课程1.2-什么是神经网络-学习笔记
吴恩达深度学习策略课程2.5-不匹配数据划分的偏差和方差-学习笔记
吴恩达深度学习课程3.10-直观理解反向传播-学习笔记
吴恩达深度学习策略课程1.4-满足和优化指标-学习笔记
吴恩达深度学习实操课程2.4-理解指数加权平均-学习笔记
吴恩达深度学习策略课程2.1-进行误差分析-学习笔记
吴恩达深度学习课程1.1-欢迎-学习笔记
吴恩达深度学习课程2.9-逻辑回归中的梯度下降法-学习笔记
吴恩达深度学习课程2.2-逻辑回归-学习笔记
吴恩达卷积神经网络课程4.4-三元组损失函数-学习笔记
吴恩达深度学习策略课程1.3-单一数字评估标准-学习笔记
吴恩达深度学习策略课程1.6-开发集和测试集的大小-学习笔记
吴恩达深度学习策略课程1.8-与人类性能的比较-学习笔记
吴恩达深度学习实操课程2.5-指数加权平均的偏差修正-学习笔记
吴恩达深度学习策略课程1.11-超过人的表现-学习笔记
吴恩达深度学习策略课程1.2-正交化-学习笔记
吴恩达深度学习实操课程2.6-动量梯度下降法-学习笔记
吴恩达卷积神经网络课程3.7-非极大值抑制-学习笔记
吴恩达深度学习策略课程1.7-开发_测试集的指标修改-学习笔记
吴恩达卷积神经网络课程1.6-三维卷积-学习笔记
吴恩达序列模型课程1.4-反向传播-学习笔记
吴恩达深度学习策略课程2.7-迁移学习-学习笔记
吴恩达深度学习实操课程1.14-关于实现梯度检查的注记-学习笔记
吴恩达深度学习策略课程2.9-2.10-端到端学习-学习笔记
强化学习的数学原理-第5节课ε-Greedy算法-学习笔记
强化学习的数学原理-第7节Sarsa算法-学习笔记
吴恩达深度学习实操课程1.13-梯度检查实践-学习笔记
吴恩达深度学习实操课程1.10-梯度消失或梯度爆炸学习笔记
吴恩达卷积神经网络课程4.11-一维到三维的推广-学习笔记
吴恩达深度学习课程4.6-搭建深层神经网络块-学习笔记
吴恩达深度学习课程2.12-向量化更多的例子-学习笔记
吴恩达深度学习实操课程2.3-指数加权平均-学习笔记
吴恩达序列模型课程3.4-改进集束搜索-学习笔记
吴恩达卷积神经网络课程3.8-Anchor Boxes-学习笔记
吴恩达深度学习实操课程3.1-调优超参数-学习笔记
吴恩达深度学习实操课程3.4-Batch归一化技术-学习笔记
吴恩达卷积神经网络课程1.3-更多边缘检测内容-学习笔记