coursera-deep-learning-specialization

coursera-deep-learning-specialization

Coursera深度学习课程,涵盖神经网络、卷积网络和序列模型

《深度学习》由Andrew Ng教授主讲,包括神经网络、序列模型等方面的编程作业和测验。学员将学到TensorFlow 2、Keras等最新技术,课程内容2021年更新,涵盖前沿发展,适合系统学习深度学习的学员。

Deep Learning SpecializationTensorFlowAndrew NgConvolutional Neural NetworksCourseraGithub开源项目

Coursera 深度学习专项课程(由 deeplearning.ai 提供)

Coursera 的深度学习专项课程中的编程作业和测验,由 deeplearning.ai 提供。

讲师:Andrew Ng

笔记

关于 Coursera 深度学习专项课程中所有课程的详细面试准备笔记,请访问 www.aman.ai

设置

运行 setup.sh 以 (i) 下载一个预训练的 VGG-19 数据集,(ii) 解压缩所有作业所需的预训练模型和数据集。

致谢

此仓库包含我完成此专项课程的所有工作。代码库、测验题目和图表均来自 Coursera 上的深度学习专项课程,除非另有说明。

2021版

此专项课程已于2021年4月更新,包含了深度学习和编程框架的发展,其中最大的变化是从 TensorFlow 1 转移到 TensorFlow 2。本仓库也已相应更新。

编程作业

课程1:神经网络和深度学习

课程2:改进深度神经网络:超参数调优、正则化和优化

课程3:构建机器学习项目

  • 此课程没有编程作业。但是此课程有非常有趣的案例研究测验(见下文)。

课程4:卷积神经网络

课程5:序列模型

测验答案

课程1:神经网络和深度学习

  • 第1周测验 - 深度学习简介: 文本 | PDF
  • 第2周测验 - 神经网络基础: 文本 | PDF
  • 第3周测验 - 浅层神经网络: 文本 | PDF
  • 第4周测验 - 深度神经网络的关键概念: 文本 | PDF

课程2:改进深度神经网络:超参数调优、正则化和优化

  • 第1周测验 - 深度学习的实际方面: 文本 | PDF
    • 第2周测验 - 优化算法: 文本 | PDF
    • 第3周测验 - 超参数调优、批量归一化、编程框架: 文本 | PDF

课程3:构建机器学习项目

  • 第1周测验 - 和平托邦市的鸟类识别(案例研究): 文本 | PDF
  • 第2周测验 - 自动驾驶(案例研究): 文本 | PDF

课程4:卷积神经网络

  • 第1周测验 - 卷积网络基础: 文本 | PDF
  • 第2周测验 - 深度卷积模型: 文本 | PDF
  • 第3周测验 - 检测算法: 文本 | PDF
  • 第4周测验 - 特殊应用:人脸识别与神经风格迁移: 文本 | PDF

课程5:序列模型

  • 第1周测验 - 递归神经网络: 文本 | PDF
  • 第2周测验 - 自然语言处理与词嵌入: PDF
  • 第3周测验 - 序列模型与注意力机制: 文本 | PDF

免责声明

我承认人们花时间来建立直觉、理解新概念和调试作业。这里上传的解决方案仅供参考。如果你卡在某个地方,它们是用来帮助你的。请不要照搬任何代码部分(如果仔细阅读说明,这些编程作业相当容易)。同样,在参考测验答案之前,请先自己尝试完成测验。这是我上过的最直接的深度学习课程之一,课程内容和结构都很棒。感谢deeplearning.ai团队,这确实是一笔宝贵的财富。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多