DeepLearning.ai笔记:(5-1)-- 循环神经网络（Recurrent Neural Networks）
第五门课讲的是序列模型，主要是对RNN算法的应用，如GRU，LSTM算法，应用在词嵌入模型，情感分类，语音识别等领域。 第一周讲的是RNN的基本算法。
归档: 2018
DeepLearning.ai作业:(4-3)-- 目标检测（Object detection）
本周的作业实现了YOLO算法，并用于自动驾驶的目标检测中。 Model details输入： (m, 608, 608, 3) 输出： (m, 19, 19, 5, 85) IMAGE (m, 608, 608, 3) -> DEEP CNN -> ENCODING (m, 19, 19, 5, 85) 也就是有5个Anchor boxes，一共有80个分类。 所以，每个box的s
DeepLearning.ai笔记:(4-3)-- 目标检测（Object detection）
这一周主要讲了卷积神经网络的进一步应用：目标检测。 主要内容有：目标定位、特征点检测、目标检测、滑动窗口、Bounding Box，IOU，NMS，Anchor Boxes，Yolo算法。
DeepLearning.ai作业:(4-2)-- 深度卷积网络实例探究（Deep convolutional models:case studies）
本周作业分为两部分，一部分是keras的基本使用，另一部分是ResNet的构建。
DeepLearning.ai笔记:(4-2)-- 深度卷积网络实例探究（Deep convolutional models:case studies）
本周主要讲了深度卷积网络的一些模型：LeNet,AlexNet,VGGNet,ResNet,Inception,1×1卷积，迁移学习等。
cs231n作业：assignment2 - Fully-Connected Neural Nets
GitHub地址：https://github.com/ZJUFangzh/cs231n 作业2主要是关于搭建卷积神经网络框架，还有tensorflow的基本应用。 首先先搭建一个全连接神经网络的基本框架。
DeepLearning.ai笔记:(4-1)-- 卷积神经网络（Foundations of CNN）
第四门课开始就学习深度学习关于计算机视觉的重要应用—卷积神经网络。 第一周主要是对卷积神经网络的基本构造和原理做了介绍。