欢迎来到本周的编程训练。到目前为止，你已经经常使用numpy来组建神经网络。现在，我们将通过一个深度学习框架来让你更简单的创建一个深度网络。像Tensorflow、PaddlePaddle、Torch、Caffe、Keras等其它的机器学习网络能够显著加速你的机器学习速度。所有的这些模型都有许多你可以免费阅读的文档。在本次作业中，你将要在TensorFlow中学会以下内容： （1）初始化变量 （2）开始你自己的session （3）训练算法 （4）执行一个神经网络 编程不仅能够缩短你的编程时间，而且有时候能加速你代…

1. Mini-batch 梯度下降法 对整个训练集进行梯度下降法的时候，我们必须处理整个训练数据集，然后才能进行一步梯度下降，即每一步梯度下降法需要对整个训练集进行一次处理，如果训练数据集很大的时候，处理速度就会非常慢。如果我们每次训练的时候只训练一小部分，则我们的算法速度会执行的更快。而处理的这些一小部分训练子集即称为Mini-batch。 整个算法的过程如图所示： 图1 接下来对不同size情况下性能进行比较： （1）batch梯度下降：  ·    &nbs…

优化方法 直到现在，你已经能够经常使用梯度下降来更新你的参数和最小化代价。在本次作业中，你将学到更多优秀的优化方法以来加速学习速度，并且可能最后得到一个更好的代价函数的最终结果。拥有一个好的优化算法要比等待数日或数小时来得到一个好结果更有意义。 梯度下降就像是一个代价函数J下山一般。 为了能够开始本作业，首先当然是载入所用到的包。 import numpy as np import matplotlib.pyplot as plt import …

梯度检验 欢迎来到本周的最后作业！ 在这个任务中，您将学习实现并使用梯度检验。 您是全球范围内开展移动支付的团队的一部分，并被要求建立一个深度学习模式来检测欺诈行为 - 每当有人付款时，您想要查看付款是否有欺诈行为，例如用户 帐户已被黑客占用。 但是反向传播实施起来相当具有挑战性，有时会有错误。 因为这是关键任务应用程序，所以贵公司的首席执行官要真正确定您的反向传播实施是正确的。 你的首席执行官说：“给我一个证明你的反向传播实际上是有效的！” 为了让这个保证，你将使用“梯度检验”。 我们开始做吧！ 首先依旧是导入所…

正则化 Let's first import the packages you are going to use. # import packages import numpy as np import matplotlib.pyplot as plt from reg_utils import sigmoid, relu, plot_decision_boundary from…

每日反思记录表 反思日期：2016年8月1日     距离考研还有：144天 今天做了什么： 1.词组背多分复习了B部分，学习和整理了C部分的前半部分； 2.大全解看了第五章一半左右，并把相关了例题自己都做了一遍，知识点归纳整理。 整改措施执行情况： 今天是整改措施实行的第一天，暑假复习计划得到了较好的执行，并且能够脱离手机较长时间。由于今天出去吃饭，走了比较远，所以今天就没有出去跑步。 还有什么没有做好： 1.今天没有跑步； 2.复习计划达到基本效果，但是距离效果仍然差距很远。 下一步打算怎么做： 1.仍然以自我…

2013的决战 2013年6月，当人类一切还在沉浸在欢乐之时，在火星之上，奥特曼、赛文、杰克、艾斯、泰罗正在同要侵略地球的巴巴尔星人集团战斗。战斗异常激烈，最终，奥特兄弟们寡不敌众，被打败，消失在宇宙间。巴巴尔星人非常高兴，准备大举侵略地球。就在这时，巴巴尔星人集团的总指挥部却下令退军，地球避免了一次灾难。而奥特兄弟却去了哪里呢？ 前章 为了彻底调查此件事情，宇宙警备队大队长奥特之父进行了一次“奥特曼”的选拔，麦格获得最终胜利，得到了“奥特曼”的称号，再次被派往地球。奥特之父交给麦格的任务除了有领悟一些光之国无法领…