Skip to content
This repository has been archived by the owner on Jan 15, 2021. It is now read-only.

Notebook of Neural Networks and Deep Learning, along with Reinforcement Learning.

Notifications You must be signed in to change notification settings

caidwang/NN-and-DL-Notebook

Repository files navigation

Deep Learning Specialization 学习笔记

吴恩达的Deep Learning Specialization 知识点整理, 内容暂时跳过了CNN部分, 建议与课程一起食用, 这部分作为复习时快速过知识点, 课程参考Coursera.

Course 1 Neural Networks and Deep Learning

  • Week2

    • logistic回归 -- 二分类器
      • sigmoid函数
      • loss函数 && MSE和Cross Entropy方法对比
      • cost函数
      • 前向传播与反向传播
    • numpy中的广播机制
    • numpy的二分类器实现
  • Week3

    • 浅层神经网络
    • 神经网络的表示
    • 正向传播和反向传播
    • 激活函数 && sigmoid和relu, tanh的比较
    • 梯度下降的学习方法
    • 随机初始化

Course 2 Hyperparameter tuning, Regularization and Optimization

  • Week1

    • train/Dev/Test Set
    • 利用Bias和Variance诊断模型
    • 正则化
      • L1/L2
      • Dropout
      • others
    • 归一化
    • 梯度爆炸和梯度消失
    • Xavier参数初始化
  • Week2

    • Mini-batch训练方法和优点
    • 指数加权平均
      • Bias Correction
    • Momentum SGD
    • RMSprop
    • Adam
    • 学习率衰减
      • 神经网络优化中的局部最优问题
  • Week3

    • 超参调整
      • 调整顺序(重要性排列)
      • 调整方法
    • Batch Normalization
      • 计算方法
      • 机制有效性
      • BN在test过程的正确性
    • TensorFlow基础
      • tensorflow基本操作
      • 使用tensorFlow训练全连接多分类器

Course3 Structuring Machine Learning Projects Todo!

Course5 Sequence Model

  • Week1
    • RNN 基本结构
      • RNN的正向传播
      • BPTT反向传播
      • 梯度消失问题
      • 梯度爆炸/Clipping方法
      • RNN的numpy实现
    • GRU
      • pytorch实现
    • LSTM
      • pytorch实现
    • 双向RNN
    • Deep RNN
  • Week2 !todo
    • 词嵌入
    • Word2Vec && GloVe
  • Week3
    • Seq2Seq
    • Beam Search
    • Attention Model
    • Attention变种
      • Self Attention
      • Multi-head Attention

Reinforcement Learning

Others

About

Notebook of Neural Networks and Deep Learning, along with Reinforcement Learning.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published