在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → DeepLearning.ai课程作业

DeepLearning.ai课程作业

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:174.90M
  • 下载次数:15
  • 浏览次数:148
  • 发布时间:2021-02-17
  • 实例类别:一般编程问题
  • 发 布 人:好学IT男
  • 文件格式:.zip
  • 所需积分:2
 

实例介绍

【实例简介】
吴恩达的DeepLearning.ai课程学习Jupyter Notebook作业。Coursera上DeepLearning.ai课程的Jupyter Notebook的练习题和资源共享
【实例截图】
【核心代码】
7c74a829-c04d-4c5a-9ded-b477de2074a6
└── deeplearning.ai_JupyterNotebooks-master
├── 1_NeuralNetwork&DeepLearning
│   ├── 1-week1.png
│   ├── 1-week2 Neural Network Basics.png
│   ├── 1-week3 shallow neural network.png
│   ├── 1-week4 key concepts on Deep NN.png
│   ├── Week2
│   │   ├── data
│   │   │   ├── test_catvnoncat.h5
│   │   │   └── train_catvnoncat.h5
│   │   ├── lr_utils.py
│   │   └── 笔记版-Logistic+Regression+with+a+Neural+Network+mindset+v3.ipynb
│   ├── Week3
│   │   ├── images
│   │   │   ├── classification_kiank.png
│   │   │   ├── grad_summary.png
│   │   │   ├── sgd_bad.gif
│   │   │   └── sgd.gif
│   │   ├── Planar+data+classification+with+one+hidden+layer+v3.ipynb
│   │   ├── planar_utils.py
│   │   └── testCases.py
│   └── week4
│   ├── Assignment 1
│   │   ├── Building+your+Deep+Neural+Network+-+Step+by+Step+v3 .ipynb
│   │   ├── dnn_utils_v2.py
│   │   ├── images
│   │   │   ├── backprop_kiank.png
│   │   │   ├── final outline.png
│   │   │   ├── linearback_kiank.png
│   │   │   ├── mn_backward.png
│   │   │   └── model_architecture_kiank.png
│   │   └── testCases_v2.py
│   └── Assignment 2
│   ├── datasets
│   │   ├── test_catvnoncat.h5
│   │   └── train_catvnoncat.h5
│   ├── Deep+Neural+Network+-+Application+v3.ipynb
│   ├── dnn_app_utils_v2.py
│   └── images
│   ├── 2layerNN_kiank.png
│   ├── imvectorkiank.png
│   ├── imvector.png
│   ├── LlayerNN_kiank.png
│   └── my_image.jpg
├── 2_Improving Deep Neural Networks Hyperparameter tuning, Regularization and Optimization
│   ├── 2-week1 Practical aspects of deep learning.gif
│   ├── 2-week2 Optimization algorithms.gif
│   ├── 2-week3 Hyperparameter tuning, Batch Normalization, Programming Frameworks.gif
│   ├── week1
│   │   ├── 1_Initialization
│   │   │   ├── Initialization.ipynb
│   │   │   └── init_utils.py
│   │   ├── 2_Regularization
│   │   │   ├── datasets
│   │   │   │   ├── data.mat
│   │   │   │   ├── test_catvnoncat.h5
│   │   │   │   └── train_catvnoncat.h5
│   │   │   ├── images
│   │   │   │   ├── dropout1_kiank.mp4
│   │   │   │   ├── dropout2_kiank.mp4
│   │   │   │   └── field_kiank.png
│   │   │   ├── Regularization.ipynb
│   │   │   ├── reg_utils.py
│   │   │   └── testCases.py
│   │   └── 3_Gradient Checking
│   │   ├── gc_utils.py
│   │   ├── Gradient+Checking.ipynb
│   │   ├── images
│   │   │   ├── 1Dgrad_kiank.png
│   │   │   ├── dictionary_to_vector.png
│   │   │   ├── handbackward_kiank.png
│   │   │   ├── handforward_kiank.png
│   │   │   └── NDgrad_kiank.png
│   │   └── testCases.py
│   ├── week2
│   │   ├── datasets
│   │   │   └── data.mat
│   │   ├── images
│   │   │   ├── cost.jpg
│   │   │   ├── kiank_minibatch.png
│   │   │   ├── kiank_partition.png
│   │   │   ├── kiank_sgd.png
│   │   │   ├── kiank_shuffle.png
│   │   │   ├── Momentum.png
│   │   │   ├── opt1.gif
│   │   │   ├── opt2.gif
│   │   │   └── opt_momentum.png
│   │   ├── Optimization+methods.ipynb
│   │   ├── opt_utils.py
│   │   └── testCases.py
│   └── week3
│   ├── datasets
│   │   ├── test_catvnoncat.h5
│   │   ├── test_signs_1.h5
│   │   ├── test_signs_2.h5
│   │   ├── test_signs_3.h5
│   │   ├── test_signs.h5
│   │   ├── train_catvnoncat.h5
│   │   ├── train_signs_1.h5
│   │   ├── train_signs_2.h5
│   │   ├── train_signs_3.h5
│   │   └── train_signs.h5
│   ├── images
│   │   ├── hands.png
│   │   ├── onehot.png
│   │   └── thumbs_up.jpg
│   ├── improv_utils.py
│   ├── Tensorflow+Tutorial.ipynb
│   └── tf_utils.py
├── 3_Structuring Machine Learning Projects
│   ├── 3-week1 ML Strategy.gif
│   ├── 3-week2 ML Strategy2 first_try.gif
│   └── 3-week2 ML Strategy2 sencond_try.gif
├── 4_Convolutional Neural Networks
│   ├── week1
│   │   ├── cnn_utils.py
│   │   ├── Convolution+model+-+Application+-+v1.ipynb
│   │   ├── Convolution+model+-+Step+by+Step+-+v2.ipynb
│   │   ├── datasets
│   │   │   ├── test_signs.h5
│   │   │   └── train_signs.h5
│   │   └── images
│   │   ├── a_pool.png
│   │   ├── ave_pool1.png
│   │   ├── ave-pool.png
│   │   ├── average_pool.png
│   │   ├── conv1.png
│   │   ├── conv_kiank.mp4
│   │   ├── conv_nn.png
│   │   ├── Convolution_schematic.gif
│   │   ├── conv.png
│   │   ├── max_pool1.png
│   │   ├── max_pool.png
│   │   ├── model.png
│   │   ├── PAD.png
│   │   ├── SIGNS.png
│   │   ├── thumbs_up.jpg
│   │   └── vert_horiz_kiank.png
│   ├── week2
│   │   ├── Deep convolutional models.gif
│   │   ├── KerasTutorial
│   │   │   ├── images
│   │   │   │   ├── happy-house.jpg
│   │   │   │   └── house-members.png
│   │   │   ├── Keras+-+Tutorial+-+Happy+House+v2.ipynb
│   │   │   └── kt_utils.py
│   │   ├── readme.md
│   │   └── ResNets
│   │   ├── images
│   │   │   ├── 2.jpg
│   │   │   ├── convblock_kiank.png
│   │   │   ├── idblock2_kiank.png
│   │   │   ├── idblock3_kiank.png
│   │   │   ├── resnet_kiank.png
│   │   │   ├── signs_data_kiank.png
│   │   │   ├── skip_connection_kiank.png
│   │   │   └── vanishing_grad_kiank.png
│   │   ├── Residual+Networks+-+v2.ipynb
│   │   └── resnets_utils.py
│   ├── week3
│   │   ├── accuracy.gif
│   │   ├── Autonomous+driving+application+-+Car+detection+-+v1.ipynb
│   │   ├── detection algorithm.gif
│   │   ├── font
│   │   │   ├── FiraMono-Medium.otf
│   │   │   └── SIL+Open+Font+License.txt
│   │   ├── images
│   │   │   └── test.jpg
│   │   ├── model_data
│   │   │   ├── coco_classes.txt
│   │   │   ├── object_classes.txt
│   │   │   └── yolo_anchors.txt
│   │   ├── nb_images
│   │   │   ├── 88x31.png
│   │   │   ├── anchor_map.png
│   │   │   ├── architecture.png
│   │   │   ├── box_label.png
│   │   │   ├── driveai.png
│   │   │   ├── flatten.png
│   │   │   ├── iou.png
│   │   │   ├── non-max-suppression.png
│   │   │   ├── prediction_video_compressed.mp4
│   │   │   ├── pred_video_compressed2.mp4
│   │   │   ├── pred_video.mp4.mhtml
│   │   │   ├── probability_extraction.png
│   │   │   ├── proba_map.png
│   │   │   ├── road_video_compressed2.mp4
│   │   │   ├── road_video_compressed.mp4
│   │   │   └── road_video.mp4.mhtml
│   │   ├── out
│   │   │   └── test.jpg
│   │   ├── readme.md
│   │   ├── yad2k
│   │   │   ├── model
│   │   │   │   ├── keras_darknet19.py
│   │   │   │   └── keras_yolo.py
│   │   │   └── utils
│   │   │   ├── __init__.py
│   │   │   └── utils.py
│   │   └── yolo_utils.py
│   └── week4
│   ├── Face Recognition
│   │   ├── datasets
│   │   │   ├── test_happy.h5
│   │   │   ├── train_face.h5
│   │   │   └── train_happy.h5
│   │   ├── Face+Recognition+for+the+Happy+House+-+v3.ipynb
│   │   ├── fr_utils.py
│   │   ├── images
│   │   │   ├── andrew.jpg
│   │   │   ├── arnaud.jpg
│   │   │   ├── benoit.jpg
│   │   │   ├── bertrand.jpg
│   │   │   ├── camera_0.jpg
│   │   │   ├── camera_1.jpg
│   │   │   ├── camera_2.jpg
│   │   │   ├── camera_3.jpg
│   │   │   ├── camera_4.jpg
│   │   │   ├── camera_5.jpg
│   │   │   ├── danielle.png
│   │   │   ├── dan.jpg
│   │   │   ├── distance_kiank.png
│   │   │   ├── distance_matrix.png
│   │   │   ├── felix.jpg
│   │   │   ├── f_x.png
│   │   │   ├── inception_block1a.png
│   │   │   ├── kevin.jpg
│   │   │   ├── kian.jpg
│   │   │   ├── pixel_comparison.png
│   │   │   ├── sebastiano.jpg
│   │   │   ├── tian.jpg
│   │   │   ├── triplet_comparison.png
│   │   │   └── younes.jpg
│   │   ├── inception_blocks_v2.py
│   │   └── weights
│   │   └── weights.zip
│   ├── Neural Style Transfer
│   │   ├── Art+Generation+with+Neural+Style+Transfer+-+v2.ipynb
│   │   ├── images
│   │   │   ├── camp-nou.jpg
│   │   │   ├── cat.jpg
│   │   │   ├── circle_abstract.png
│   │   │   ├── claude-monet.jpg
│   │   │   ├── content300.jpg
│   │   │   ├── content.jpeg
│   │   │   ├── content_plus_style.png
│   │   │   ├── drop-of-water.jpg
│   │   │   ├── gram.png
│   │   │   ├── hidden_layers.png
│   │   │   ├── louvre_generated.png
│   │   │   ├── louvre.jpg
│   │   │   ├── louvre_small.jpg
│   │   │   ├── monet_800600.jpg
│   │   │   ├── monet.jpg
│   │   │   ├── NST_GM.png
│   │   │   ├── NST_LOSS.png
│   │   │   ├── pasargad_kashi.png
│   │   │   ├── persian_cat_content.jpg
│   │   │   ├── persian_cat.jpg
│   │   │   ├── perspolis_vangogh.png
│   │   │   ├── reshape_loss.png
│   │   │   ├── result.png
│   │   │   ├── sandstone.jpg
│   │   │   ├── stone_style.jpg
│   │   │   └── style300.jpg
│   │   ├── nst_utils.py
│   │   └── Pretrained_Model_LICENSE.txt
│   └── Special applications Face recognition & Neural style transfer.gif
└── README.md

52 directories, 217 files

标签:

实例下载地址

DeepLearning.ai课程作业

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警