何宽的博客

蓝奏云dropout instr.zip【吴恩达课后编程作业】第二周 - PA1 - 具有神经网络思维的Logistic回归.zipWeek 3 - PA 2 - Planar data classification with one hidden layer.zip【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第四周作业(1&2).zip【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第一周作业(1&2&3).zip【

感谢您订阅此博客！感谢您对我的支持！github（代码）：https://github.com/510850111/IM百度云盘（代码）：链接：https://pan.baidu.com/s/1sV_ySUmKSVTSETPCzf4W7g 提取码：gzuz

  今日翻出了在毕业时候写的毕业设计，是一个稍微细腻一点的情感分类系统，大家可以看一下。未经许可，禁止商业转载。  相关资源下载地址：【百度网盘（218 MB (229,225,735 字节)）】提取码：q0xq  本文对深度学习在自然语言处理上的应用进行了研究与设计。自互联网的普及以来，人们越来越多地在互联网上表达自己的观点、情感与见解，这样产生了大量的带有个人情感的文本信息。本文使用了深...

给出了顺序表的定义，给出了顺序表的基本操作的实现，有一些选择题与编程题。

介绍了线性表的定义与基本操作，给出了少量的单选题。

C语言版高质量数据结构学习题

使用C语言编写的单链表式简单的学生管理系统

1 机器翻译欢迎来到本周的第一个编程作业！您将构建一个神经机器翻译 (NMT) 模型，将人类可读日期 (“25th of June, 2009”) 翻译为机器可读日期 (“2009-06-25”). 您将使用注意模型执行此操作, 序列模型中最复杂的序列之一。这个 notebook 是与NVIDIA的深度学习研究所共同制作的。让我们加载此作业所需的所有包。from keras.layers...

解决使用腾讯词嵌入时造成的内存不足或者内存资源耗尽的问题，解决低性能、低内存机器的资源不足问题。

【中英】【吴恩达课后测验】Course 5 - 序列模型 - 第三周测验 - 序列模型与注意力机制上一篇：【课程5 - 第二周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【待撰写-课程5 - 第三周编程作业】 想一想使用如下的编码-解码模型来进行机器翻译：这个模型是“条件语言模型”,编码器部分(绿色显示)的意义是建模中输入句子x的概率 正确 错误在集束搜索中...

词向量运算 因为词嵌入的训练是非常耗资源的，所以大部分人都是选择加载训练好的词嵌入数据。在本博客中，我们将学习到：如何加载训练好了的词向量使用余弦相似性计算相似度使用词嵌入来解决“男人与女人相比就像国王与____ 相比”之类的词语类比问题修改词嵌入以减少性别偏见等我们先来加载所需要的包：import numpy as npimport w2v_utils接下来就是加载词向量...

【中英】【吴恩达课后测验】Course 5 -序列模型 - 第二周测验 - 自然语言处理与词嵌入上一篇：【课程5 - 第一周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【待撰写-课程5 -第二周编程作业】 假设你为10000个单词学习词嵌入，为了捕获全部范围的单词的变化以及意义，那么词嵌入向量应该是10000维的。【 】 正确【★】 错误什么是t-SNE？【...

【中英】【吴恩达课后编程作业】Course 5 - 序列模型 - 第一周作业 - 搭建循环神经网络及其应用

【中英】【吴恩达课后测验】Course 5 -序列模型 - 第一周测验循环神经网络假设你的训练样本是句子(单词序列)，下面哪个选项指的是第iii个训练样本中的第jjj个词?【★】 x(i)<j>x(i)<j>x^{(i)}【 】 x<i>(j)x<i>(j)x^{(j)}【 】 x(j)<i

【中英】【吴恩达课后测验】Course 4 -卷积神经网络 - 第四周测验

【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第三周作业 - 车辆识别自动驾驶 - 汽车识别本次我们将学习到使用YOLO算法进行对象识别，我们先导入包：import argparseimport osimport matplotlib.pyplot as pltfrom matplotlib.pyplot import imshowimport ...

【中英】【吴恩达课后测验】Course 4 -卷积神经网络 - 第三周测验 - 检测算法检测算法现在你要构建一个能够识别三个对象并定位位置的算法，这些对象分别是：行人（c=1），汽车（c=2），摩托车（c=3）。下图中的标签哪个是正确的？注：y=[pc,bx,by,bh,bw,c1,c2,c3]y=[pc,bx,by,bh,bw,c1,c2,c3]y = [p_c,b_x,b_y...

【中英】【吴恩达课后测验】Course 4 -卷积神经网络 - 第二周测验参考1：卷积神经网络Quiz2 参考2：quiz.md上一篇：【课程4 - 第一周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【待撰写-课程4 -第二周编程作业】 1. Question 1在典型的卷积神经网络中，随着网络的深度增加，你能看到的现象是？【 】 nHnHn_H 和 n...

【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第一周作业 - 搭建卷积神经网络模型以及应用（1&2）上一篇：【课程4 - 第一周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程4 - 第二周测验】 声明  本文参考Kulbear 的【Convolution model - Step by Step 】和【Convolution model ...

【中英】【吴恩达课后测验】Course 4 -卷积神经网络 - 第一周测验 - 卷积神经网络的基本知识上一篇：【课程3 - 第二周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程4 -第一周编程作业】 第一周测验 - 卷积神经网络的基本知识1. 问题 1你认为把下面这个过滤器应用到灰度图像会怎么样？ ⎡⎣⎢⎢⎢01101331−1−3−3−10−1−10⎤⎦⎥⎥...

【中英】【吴恩达课后测验】Course 3 -结构化机器学习项目 - 第二周测验 - 自动驾驶（案例研究）上一篇：【课程3 - 第一周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程4 -第一周测验】 第2周测验 - 自动驾驶（案例研究）为了帮助你练习机器学习策略，本周我们将介绍另一种场景并询问你将如何做。我们认为这个在机器学习项目中工作的“模拟器”将给出一个引导机器学...

【中英】【吴恩达课后测验】Course 3 - 结构化机器学习项目 - 第一周测验上一篇：【课程2 - 第三周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程3 - 第二周测验】 第一周测验 - 和平之城中的鸟类识别(案例研究)1. 问题 1问题陈述这个例子来源于实际项目，但是为了保护机密性，我们会对细节进行保护。  现在你是和平之...

【中文】【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第三周作业 - TensorFlow入门上一篇：【课程2 - 第三周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程3 - 第一周测验】 声明  本文参考Kulbear 的【Tensorflow Tutorial】，我基于以上的文章加以自己的理解发表这篇博客，力求让大家以最轻松的姿态理解吴恩达的视频...

【中英】【吴恩达课后测验】Course 2 - 改善深层神经网络 - 第三周测验上一篇：【课程2 - 第二周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第三周编程作业】 第3周测验 - 超参数调整，批量标准化，编程框架如果在大量的超参数中搜索最佳的参数值，那么应该尝试在网格中搜索而不是使用随机值，以便更系统的搜索，而不是依靠运气，请问这句话是正确的吗？...

【中文】【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第二周作业 - 优化算法上一篇：【课程2 - 第二周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第三周测验】 声明  本文参考Kulbear 的【Optimization methods】，我基于以上的文章加以自己的理解发表这篇博客，力求让大家以最轻松的姿态理解吴恩达的视频，如有不妥的地...

【中英】【吴恩达课后测验】Course 2 - 改善深层神经网络 - 第二周测验上一篇：【课程2 - 第一周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第二周编程作业】 第2周测验-优化算法当输入从第八个mini-batch的第七个的例子的时候，你会用哪种符号表示第三层的激活？【★】a[3]8(7)a[3]8(7)a^{[3]{8}(7)}注：[...

【中英】【吴恩达课后测验】Course 2 - 改善深层神经网络 - 第一周测验上一篇：【课程1 - 第四周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第一周编程作业】 第一周测验 - 深度学习的实践博主注：以下全部都是只显示正确答案。如果你有10,000,000个例子，你会如何划分训练/开发/测试集？【★】训练集占98% ， 开发集占1% ， ...

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第四周测验上一篇：【课程1 - 第三周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第四周编程作业】 第4周测验-深度神经网络的关键概念在实现前向传播和反向传播中使用的“cache”是什么？【 】用于在训练期间缓存成本函数的中间值。【★】 我们用它传递前向传播中计算的变量到相应的...

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第三周测验上一篇：【 课程1 - 第二周编程作业】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第三周编程作业】 第3周测验 - 浅层神经网络以下哪一项是正确的？【★】X是一个矩阵，其中每个列都是一个训练示例。【★】a[2]4a4[2]a^{[2]}_4 是第二层第四层神经元的激活的输出...

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第二周测验上一篇：【课程1 - 第一周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第二周编程作业】 第2周测验 - 神经网络基础神经元节点计算什么？【 】神经元节点先计算激活函数，再计算线性函数(z = Wx + b)【★】神经元节点先计算线性函数（z = Wx + b），再计算激...

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第一周测验上一篇：【目录】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第二周测验】 第一周测验 - 深度学习简介和“AI是新电力”相类似的说法是什么？【  】AI为我们的家庭和办公室的个人设备供电，类似于电力。【  】通过“智能电网”，AI提供新的电能。【 】AI在计算机上运行，​​并...

【中文】【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第一周作业(1&2&3) - 初始化、正则化、梯度校验上一篇：【课程2 - 第一周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第二周测验】 声明  本文参考Kulbear 的 【Initialization】和【Regularization】 和 【Gradient Ch...

一份中文版的目录，请查收~

【吴恩达课后编程作业】01 - 神经网络和深度学习 - 第四周 - PA1&2 - 一步步搭建多层神经网络以及应用上一篇：【课程1 - 第四周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程2 - 第一周测验】 声明  本文参考Kulbear 的 【Building your Deep Neural Network - Step by Step】和【Deep Ne...

【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第三周作业 - 带有一个隐藏层的平面数据分类上一篇：【 课程1 - 第三周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第四周测验】 声明   首先声明本文参考【Kulbear】的github上的文章，本文参考Planar data classification with one hidden...

【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第二周作业 - 具有神经网络思维的Logistic回归上一篇：【课程1 - 第二周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第三周测验】 在开始之前，首先声明本文参考【Kulbear】的github上的文章，本文参考Logistic Regression with a Neural Networ...

基于梯度下降的线性分类器

针对学习率不变化、收敛速度较慢的情况，使用退火算法方案，让学习率随时时间而变化

包含逻辑或运算和二值分类算法

使用一系列二维数据对神经网络进行训练

使用神经网络学习逻辑或的运算

本博客讲解了学生数据集读写,最小二乘法拟合,交叉因子频率分析,向量模长计算,欧式距离计算等

简单的介绍了R语言在科学计算时会使用到的各种函数.

超详细的R语言基本语法及操作

使用python+wave改变音量大小

使用python绘制声音的图谱

将文字隐藏到图像及解密方法.

使用python+cv2做出图片的平铺效果.

使用CV2将一张图片渲染成具有日落效果的图片.

通过cv2获取图像,然后更改图像的明暗度.

使用OpenCV+numpy绘制随机像素点.

OpenCV 的在线和离线安装超详细教程.

利用matplotlib.pyplot.plot和numpy绘制正余弦图

超详细的Anaconda3的安装和汉化

机器学习第2章 : 准备.包括编程语言准备,编程环境准备,工具包准备.

列表降维(python:3.x)之前遇到需要使用列表降维的情况,如: 原列表 : [[12,34],[57,86,1],[43,22,7],[1,[2,3]],6] 转化为 : [12, 34, 57, 86, 1, 43, 22, 7, 1, 2, 3, 6]思路:把列表转化为字符串,直接去掉 “[“ 和 “]”最后由字符串转化为列表 ...

机器学习超详细教程

一个由eclipse下写的贪吃蛇程序.界面还算可以,大小是1000*1000px,蛇的头部和身体可以设置颜色,可以设置背景颜色,可以设置网格线和网格线颜色,可以设置周围石块颜色,可以设置食物颜色,可以设置贪吃蛇速度,计分板功能没有写,压缩包内有预览的jar程序,里面有部分相应的注释.下载链接:http://download.csdn.net/detail/u013733326/9732521