本作业内包括作业标准答案以及我自己做的两个版本,可以直接在jupyter笔记本中运行。该作业为吴恩达的深度学习系列视频第一课神经网络和深度学习课后作业,包括第二周+第三周+第四周的课后作业,第一周无课后作业。
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习第一课第三周编程作业
目录 0 2018-05-07 16:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3
目录 0 2018-04-27 15:13 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpoints
文件 556918 2018-04-27 15:13 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpointsassignment3-checkpoint.ipynb
文件 119920 2018-05-07 16:28 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpointsassignment3_original-checkpoint.ipynb
文件 492473 2018-04-27 21:18 第一课.神经网络和深度学习第一课第三周编程作业assignment3assignment3.ipynb
文件 155373 2018-05-07 16:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3assignment3_original.ipynb
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习第一课第三周编程作业assignment3images
文件 139115 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagesclassification_kiank.png
文件 681895 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagesgrad_summary.png
文件 41671 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagessgd.gif
文件 64014 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagessgd_bad.gif
文件 2253 2017-12-20 13:55 第一课.神经网络和深度学习第一课第三周编程作业assignment3planar_utils.py
文件 3993 2017-12-20 13:55 第一课.神经网络和深度学习第一课第三周编程作业assignment3 estCases.py
目录 0 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__
文件 2387 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__planar_utils.cpython-36.pyc
文件 4468 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__ estCases.cpython-36.pyc
目录 0 2018-04-14 16:45 第一课.神经网络和深度学习第一课第二周编程作业
目录 0 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2
目录 0 2018-04-17 19:56 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpoints
文件 41223 2018-04-14 19:39 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_1-checkpoint.ipynb
文件 40495 2018-04-17 19:53 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_1_original-checkpoint.ipynb
文件 315219 2018-04-17 19:56 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_2-checkpoint.ipynb
文件 195601 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_2_original-checkpoint.ipynb
文件 41477 2018-04-18 16:03 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_1.ipynb
文件 40495 2018-04-17 19:53 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_1_original.ipynb
文件 310322 2018-04-19 16:37 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_2.ipynb
文件 195601 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_2_original.ipynb
目录 0 2018-04-14 16:45 第一课.神经网络和深度学习第一课第二周编程作业assignment2datasets
文件 616958 2017-12-20 13:58 第一课.神经网络和深度学习第一课第二周编程作业assignment2datasets est_catvnoncat.h5
............此处省略63个文件信息
import matplotlib.pyplot as plt
import numpy as np
import sklearn
import sklearn.datasets
import sklearn.linear_model
def plot_decision_boundary(model X y):
# Set min and max values and give it some padding
x_min x_max = X[0 :].min() - 1 X[0 :].max() + 1
y_min y_max = X[1 :].min() - 1 X[1 :].max() + 1
h = 0.01
# Generate a grid of points with distance h between them
xx yy = np.meshgrid(np.arange(x_min x_max h) np.arange(y_min y_max h))
# Predict the function value for the whole grid
Z = model(np.c_[xx.ravel() yy.ravel()])
Z = Z.reshape(xx.shape)
# Plot the contour and training examples
plt.contourf(xx yy Z cmap=plt.cm.Spectral)
plt.ylabel(‘x2‘)
plt.xlabel(‘x1‘)
plt.scatter(X[0 :] X[1 :] c=y cmap=plt.cm.Spectral)
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 load_planar_dataset():
np.random.seed(1)
m = 400 # number of examples
N = int(m/2) # number of points per class
D = 2 # dimensionality
X = np.zeros((mD)) # data matrix where each row is a single example
Y = np.zeros((m1) dtype=‘uint8‘) # labels vector (0 for red 1 for blue)
a = 4 # maximum ray of the flower
for j in range(2):
ix = range(N*jN*(j+1))
t = np.linspace(j*3.12(j+1)*3.12N) + np.random.randn(N)*0.2 # theta
r = a*np.sin(4*t) + np.random.randn(N)*0.2 # radius
X[ix] = np.c_[r*np.sin(t) r*np.cos(t)]
Y[ix] = j
X = X.T
Y = Y.T
return X Y
def load_extra_datasets():
N = 200
noisy_circles = sklearn.datasets.make_circles(n_samples=N factor=.5 noise=.3)
noisy_moons = sklearn.datasets.make_moons(n_samples=N noise=.2)
blobs = sklearn.datasets.make_blobs(n_samples=N random_state=5 n_features=2 centers=6)
gaussian_quantiles = sklearn.datasets.make_gaussian_quantiles(mean=None cov=0.5 n_samples=N n_features=2 n_classes=2 shuffle=True random_state=None)
no_structure = np.random.rand(N 2) np.random.rand(N 2)
return noisy_circles noisy_moons blobs gaussian_quantiles no_structure
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习第一课第三周编程作业
目录 0 2018-05-07 16:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3
目录 0 2018-04-27 15:13 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpoints
文件 556918 2018-04-27 15:13 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpointsassignment3-checkpoint.ipynb
文件 119920 2018-05-07 16:28 第一课.神经网络和深度学习第一课第三周编程作业assignment3.ipynb_checkpointsassignment3_original-checkpoint.ipynb
文件 492473 2018-04-27 21:18 第一课.神经网络和深度学习第一课第三周编程作业assignment3assignment3.ipynb
文件 155373 2018-05-07 16:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3assignment3_original.ipynb
目录 0 2018-04-24 17:08 第一课.神经网络和深度学习第一课第三周编程作业assignment3images
文件 139115 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagesclassification_kiank.png
文件 681895 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagesgrad_summary.png
文件 41671 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagessgd.gif
文件 64014 2017-12-20 13:58 第一课.神经网络和深度学习第一课第三周编程作业assignment3imagessgd_bad.gif
文件 2253 2017-12-20 13:55 第一课.神经网络和深度学习第一课第三周编程作业assignment3planar_utils.py
文件 3993 2017-12-20 13:55 第一课.神经网络和深度学习第一课第三周编程作业assignment3 estCases.py
目录 0 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__
文件 2387 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__planar_utils.cpython-36.pyc
文件 4468 2018-04-27 15:31 第一课.神经网络和深度学习第一课第三周编程作业assignment3\__pycache__ estCases.cpython-36.pyc
目录 0 2018-04-14 16:45 第一课.神经网络和深度学习第一课第二周编程作业
目录 0 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2
目录 0 2018-04-17 19:56 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpoints
文件 41223 2018-04-14 19:39 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_1-checkpoint.ipynb
文件 40495 2018-04-17 19:53 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_1_original-checkpoint.ipynb
文件 315219 2018-04-17 19:56 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_2-checkpoint.ipynb
文件 195601 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2.ipynb_checkpointsassignment2_2_original-checkpoint.ipynb
文件 41477 2018-04-18 16:03 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_1.ipynb
文件 40495 2018-04-17 19:53 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_1_original.ipynb
文件 310322 2018-04-19 16:37 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_2.ipynb
文件 195601 2018-05-02 15:28 第一课.神经网络和深度学习第一课第二周编程作业assignment2assignment2_2_original.ipynb
目录 0 2018-04-14 16:45 第一课.神经网络和深度学习第一课第二周编程作业assignment2datasets
文件 616958 2017-12-20 13:58 第一课.神经网络和深度学习第一课第二周编程作业assignment2datasets est_catvnoncat.h5
............此处省略63个文件信息
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件举报,一经查实,本站将立刻删除。
评论列表(条)