不知不觉来到第三周的课程了，大家加油！这周的主要内容是hyperparameter selection和batch normal的问题，我们一起来看看这一周的内容！
不知不觉来到第三周的课程了，大家加油！这周的主要内容是hyperparameter selection和batch normal的问题，我们一起来看看这一周的内容！
Update your browser to view this website correctly. Update my browser now
大家好，最近在学习Andrew Ng的Deep learning课程，于是决定写一些learning notes来recap和mark一下学到的知识，避免遗忘。由于该课程的course1比较基础，我个人认为没有mark的必要，所以从course2开始，按照week来mark. Data set在ma
不知不觉来到第三周的课程了，大家加油！这周的主要内容是hyperparameter selection和batch normal的问题，我们一起来看看这一周的内容！ Hyperparameter selectionHyperparameter selection在machine learning中是
大家好，课程来到了第二周，这周主要是一些优化方法，使得整个neural networks可以更快更好的工作，我们一起来recap一下。 Mini-batch gradient descent这一节我就不打算写了，比较基础，其实mini-batch gradient descent是batch gra
Hi all，course3来到了week2，本周的课程依然主要是关于一些learning strategy，这些方法相当实用。虽然不是什么具体的算法，但都都是Ng在科研和工作中积累下来的宝贵经验，对于实际问题十分有效。 我们一起来看看。 Error analysisCarry out error
课程3主要讲的是deep learning中的一些strategy，这些strategy可以帮助我们快速的分析模型所存在的问题，避免我们的优化方向有偏差而导致的人力以及时间的浪费，这一点对于团队尤其重要。 我们一起来recap一下week1的课程 Orthogonalization对于ML task
Welome to superAsir’s Notes.All the cover images are downloaded from PEXELS. 📖 M.E. from BUAA 💻 Software Developer/Data Scientist 🇨🇳 Beijing, Chin