初始化 欢迎来到“改进深度网络”课程作业的第一周第一部分。 训练你自己的深度网络需要指定权重的初始值，精心挑选的初始化方法将有助于学习的进度。 如果你完成了之前的课程，你可以按照我们的指导进行权重初始化，并且现在已经完成了。但是，你如何对一个新的神经网络进行初始化？在本次作业，你会看到不同的初始化会带来不同的结果。 一个良好的初始化能够： l  加速梯度收敛 l  增加梯度下降收敛到较低的训练（和泛化）错误的几率 为了开始本作业，请运行下面的单元格来加载用来尝试分类的packages和plana…

改善深层神经网络：超参数调试、正则化以及优化 第一节 训练、验证、测试集 对于数据，我们可以划分为以下3类： （1）训练集（Train Set），顾名思义，用来训练模型的数据。 （2）交叉检验集(hold-out cross validation set)，选出最好的模型。 （3）测试集，最后利用测试集对模型进行测试，获取模型运行的无偏估计。 一般情况下，要求交叉检验集和测试集越小越好（当然在数据较小的时候可以采用7/2/1的比例）。 验证集的目的是为了验证不同的算法哪种更加有效，所以验证集只要足够大能够验证大约2…

应用于图像分类的深度神经网络：应用 完成本节后，您将完成第4周的最后编程任务，也完成本课程的最后编程任务！ 您将使用您在之前的作业中实施的函数来构建深度网络，并将其应用于猫与非猫分类。 希望相对于之前的逻辑回归实现，您将看到精度的提高。 完成这项任务后，您将能够： 建立和应用深度神经网络监督学习。 1 – 包 Let's first import all the packages that you will need during this assignment. numpy is the fundamen…

Part 1：Building your Deep Neural Network: Step by Step 1 - Packages Let’s first import all the packages that you will need duri ng this assignment. - numpy is the main package for scientific computing with Python. - matplotlib is …

Planar data classification with one hidden layer 1 - Packages Let’s first import all the packages that you will need during this assignment.  - numpy is the fundamental package for scientific computing with Python.  - sklearn prov…

3 - General Architecture of the learning algorithm It’s time to design a simple algorithm to distinguish cat images from non-cat images. You will build a Logistic Regression, using a Neural Network mindset. The following Figure explains why Logistic Regre…

Part 1：Python Basics with Numpy (optional assignment) 1 - Building basic functions with numpy Numpy is the main package for scientific computing in Python. It is maintained by a large community (www.numpy.org). In this exercise you will learn several key numpy…