吳恩達深度學習編程作業彙總

以下列表爲吳恩達的深度學習課程所對應的編程作業列表,都直接指向了github的連接地址;這些作業也是我在網上購買,可能與官方的內容有所出入;同時由於有的訓練集和測試集以及預訓練好的參數過大,不便上傳,所以直接clone項目是無法運行的。如果是隻看代碼,完全可以滿足使用的要求;需要完成版的可以留下郵箱,我單獨發送給你。

  • 第一部分-第二週
    1.assignment2_1.ipynb --> Python Basics with Numpy
    2.assignment2_2.ipynb --> Logistic Regression with a Neural Network mindset
  • 第一部分-第三週
    1.assignment3.ipynb --> Planar data classification with one hidden layer
  • 第一部分-第四周
    1.assignment4_1.ipynb --> Building your Deep Neural Network: Step by Step
    2.assignment4_2.ipynb --> Deep Neural Network for Image Classification: Application
  • 第二部分-第一週
    1.Initialization.ipynb
    2.Regularization.ipynb
    3.Gradient+Checking.ipynb
  • 第二部分-第二週
    1.Optimization+methods.ipynb
  • 第二部分-第三週
    1.tensorflow demo.ipynb
    2.Tensorflow+Tutorial.ipynb
  • 第三部分-第一週
    1.Convolution model-Application-v1.ipynb
    2.Convolution model-Step by Step-v2.ipynb
  • 第三部分-第二週
    -KerasTutorial
    1.Keras-Tutorial-Happy House v2.ipynb
    -ResNets
    1.Residual Networks-v2.ipynb
  • 第三部分-第三週
    -Car detection for Autonomous Driving
    1.Autonomous driving application-Car detection-v1.ipynb(這個加載預訓練的YOLO模型那裏我沒跑通,一跑就程序奔潰了!!可能是電腦的問題?)
  • 第三部分-第四周
    -Face Recognition
    1.Face Recognition for the Happy House-v3.ipynb
    -Neural Style Transfer
    1.Art Generation with Neural Style Transfer-v2.ipynb
  • 第四部分-第一週
    -Building a Recurrent Neural Network -Step by Step
    1.Building a Recurrent Neural Network-Step by Step-v3.ipynb
    -Dinosaur lsland --Character -level language model
    1.Dinosaurus Island–Character-level language model-(final)-learners.ipynb
    -Jazz improvisation with LSTM
    1.Improvise a Jazz Solo with an LSTM Network-v2.ipynb
  • 第四部分-第二週
    -Emojify
    1.Emojify-learners.ipynb
    -Word Vector Representation
    1.Operations on word vectors-v2.ipynb
  • 第四部分-第三週
    -Neural Machine Translation with Attention
    1.Neural machine translation with attention-v3.ipynb
    -Trigger word detection
    1.Trigger word detection-v1.ipynb
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章