- 2025/4/5 2.11 总结-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.10 是否要使用端到端的深度学习-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.9 什么是端到端的深度学习-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.8 多任务学习-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.7 迁移学习-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.6 处理数据不匹配问题-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.5 数据不匹配时,偏差和方差的分析-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.4 使用来自不同分布的数据,进行训练和测试-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.2 清除标注错误的数据-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 2.1 进行误差分析-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.13 总结-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.12 改善你的模型表现-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.11 超过人的表现-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.10 理解人的表现-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.9 可避免误差-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.8 为什么是人的表现-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.7 开发集和测试集的大小-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.6 开发集和测试集的大小-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.5 训练/开发/测试集划分-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.4 满足和优化指标-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.3 单一数字评估指标-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.2 正交化-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 1.1 为什么需要 ML 策略-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 0.0 目录-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
- 2025/4/5 3.12 总结-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
- 2025/4/5 3.11 TensorFlow-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
- 2025/4/5 3.10 深度学习框架-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
- 2025/4/5 3.9 训练一个 Softmax 分类器-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
- 2025/4/5 3.8 Softmax 回归-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
- 2025/4/5 3.7 测试时的 BatchNorm-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授