资源简介
这个是吴恩达课程第二课的依赖库文件和数据集,一共三周。
代码片段和文件信息
import numpy as np
def sigmoid(x):
“““
Compute the sigmoid of x
Arguments:
x -- A scalar or numpy array of any size.
Return:
s -- sigmoid(x)
“““
s = 1/(1+np.exp(-x))
return s
def relu(x):
“““
Compute the relu of x
Arguments:
x -- A scalar or numpy array of any size.
Return:
s -- relu(x)
“““
s = np.maximum(0x)
return s
def dictionary_to_vector(parameters):
“““
Roll all our parameters dictionary into a single vector satisfying our specific required shape.
“““
keys = []
count = 0
for key in [“W1“ “b1“ “W2“ “b2“ “W3“ “b3“]:
# flatten parameter
new_vector = np.reshape(parameters[key] (-11))
keys = keys + [key]*new_vector.shape[0]
if count == 0:
theta = new_vector
else:
theta = np.concatenate((theta new_vector) axis=0)
count = count + 1
return theta keys
def vector_to_dictionary(theta):
“““
Unroll all our parameters dictionary from a single vector satisfying our specific required shape.
“““
parameters = {}
parameters[“W1“] = theta[:20].reshape((54))
parameters[“b1“] = theta[20:25].reshape((51))
parameters[“W2“] = theta[25:40].reshape((35))
parameters[“b2“] = theta[40:43].reshape((31))
parameters[“W3“] = theta[43:46].reshape((13))
parameters[“b3“] = theta[46:47].reshape((11))
return parameters
def gradients_to_vector(gradients):
“““
Roll all our gradients dictionary into a single vector satisfying our specific required shape.
“““
count = 0
for key in [“dW1“ “db1“ “dW2“ “db2“ “dW3“ “db3“]:
# flatten parameter
new_vector = np.reshape(gradients[key] (-11))
if count == 0:
theta = new_vector
else:
theta = np.concatenate((theta new_vector) axis=0)
count = count + 1
return theta
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1970 2018-04-13 23:18 第二课\第一周\Gradient Checking\gc_utils.py
文件 177586 2018-04-13 23:19 第二课\第一周\Gradient Checking\images\1Dgrad_kiank.png
文件 124698 2018-04-13 23:19 第二课\第一周\Gradient Checking\images\dictionary_to_vector.png
文件 1755459 2018-04-13 23:19 第二课\第一周\Gradient Checking\images\handbackward_kiank.png
文件 2246535 2018-04-13 23:20 第二课\第一周\Gradient Checking\images\handforward_kiank.png
文件 180602 2018-04-13 23:20 第二课\第一周\Gradient Checking\images\NDgrad_kiank.png
文件 521 2018-04-13 23:18 第二课\第一周\Gradient Checking\testCases.py
文件 7936 2018-04-13 23:14 第二课\第一周\Initialization\init_utils.py
文件 6038 2018-04-13 23:17 第二课\第一周\Regularization\datasets\data.mat
文件 616958 2018-04-13 23:17 第二课\第一周\Regularization\datasets\test_catvnoncat.h5
文件 2572022 2018-04-13 23:17 第二课\第一周\Regularization\datasets\train_catvnoncat.h5
文件 1714401 2018-04-13 23:16 第二课\第一周\Regularization\images\dropout1_kiank.mp4
文件 2461616 2018-04-13 23:16 第二课\第一周\Regularization\images\dropout2_kiank.mp4
文件 123636 2018-04-13 23:16 第二课\第一周\Regularization\images\field_kiank.png
文件 10705 2018-04-13 23:15 第二课\第一周\Regularization\reg_utils.py
文件 4370 2018-04-13 23:15 第二课\第一周\Regularization\testCases.py
文件 1477712 2018-04-14 22:46 第二课\第三周\datasets\test_signs.h5
文件 13281872 2018-04-14 22:46 第二课\第三周\datasets\train_signs.h5
文件 578519 2018-04-14 22:46 第二课\第三周\images\hands.png
文件 120373 2018-04-14 22:46 第二课\第三周\images\onehot.png
文件 1012228 2018-04-14 22:46 第二课\第三周\images\thumbs_up.jpg
文件 11000 2018-04-14 22:44 第二课\第三周\improv_utils.py
文件 4710 2018-04-14 22:44 第二课\第三周\tf_utils.py
文件 6038 2018-04-14 17:24 第二课\第二周\databa
文件 879474 2018-04-14 17:25 第二课\第二周\images\cost.jpg
文件 107957 2018-04-14 17:25 第二课\第二周\images\kiank_minibatch.png
文件 67568 2018-04-14 17:25 第二课\第二周\images\kiank_partition.png
文件 108365 2018-04-14 17:25 第二课\第二周\images\kiank_sgd.png
文件 168693 2018-04-14 17:25 第二课\第二周\images\kiank_shuffle.png
文件 167112 2018-04-14 17:25 第二课\第二周\images\Momentum.png
............此处省略22个文件信息
相关资源
- 吴恩达深度学习第五课序列模型作业
- 吴恩达卷积神经网络课件与笔记
- 斯坦福大学吴恩达机器学习课程 完整
- 吴恩达机器学习全套PPT
- 吴恩达-深度学习-改善深层神经网络课
- 吴恩达深度学习课程作业网易云上有
- coursera机器学习吴恩达编程作业答案全
- 网易云吴恩达深度学习工程师微专业
- coursera吴恩达机器学习第一到第六周
- 深度学习课程_吴恩达PPT汇总
- 吴恩达deeplearning课程作业及需要的的
- 吴恩达老师deeplearning.ai-全部课件
- 西瓜书pdf版和吴恩达机器学习讲义
- 网易云课堂 Andrew Ng 深度学习Class1-C
- 吴恩达深度学习全部课后编程作业
- 吴恩达老师deeplearning.ai-第三课和第四
- 吴恩达 深度学习 第一课到第四课全部
- glove.6B.50d.txt
- 吴恩达-深度学习-DeepLearning-全套PDF版
- 吴恩达斯坦福机器学习课件pptx(完整
- 吴恩达深度学习课程1,2专业课PPT,作
- 吴恩达deeplearning.ai全部课件合并版
- 吴恩达深度学习课程资料(含部分代
- 吴恩达coursera机器学习吴恩达全套视频
- 吴恩达-第四课-YOLO作业所需的yolo.h5文
- ResNet50.h5 - 网盘地址 - 270.41MB
- coursera吴恩达机器学习讲义pdf
- coursera吴恩达机器学习全套教学视频
- 吴恩达机器学习资料包
- 吴恩达-李飞飞-林轩田等机器学习深度
评论
共有 条评论