** 何寬
吳恩達 神經網路與深度學習 網易雲課堂 練習題
第一周
回想一下關於不同的機器學習思想的迭代圖。下面哪(個/些)陳述是正確的？
【★】能夠讓深度學習工程師快速地實現自己的想法。
【★】在更好更快的計算機上能夠幫助乙個團隊減少迭代(訓練)的時間。
【 】在資料量很多的資料集上訓練上的時間要快於小資料集。
【★】 使用更新的深度學習演算法可以使我們能夠更快地訓練好模型（即使更換cpu / gpu硬體）。
請注意: 同一模型在較大的資料集上通常需要花費更多時間。
當乙個經驗豐富的深度學習工程師在處理乙個新的問題的時候，他們通常可以利用先前的經驗來在第一次嘗試中訓練乙個表現很好的模型，而不需要通過不同的模型迭代多次從而選擇乙個較好的模型，這個說法是正確的嗎？
【 】正確
【★】 錯誤
請注意：也許之前的一些經驗可能會有所幫助，但沒有人總是可以找到最佳模型或超引數而無需迭代多次。
這些圖中的哪乙個表示relu啟用功能？
博主注：沒有搞到圖，只好放一張正確的圖。
用於識別貓的影象是「結構化」資料的乙個例子，因為它在計算機中被表示為結構化矩陣，是真的嗎？
【 】正確
【★】 錯誤
博主注：屬於非結構化資料。
統計不同城市人口、人均gdp、經濟增長的人口統計資料集是「非結構化」資料的乙個例子，因為它包含來自不同**的資料，是真的嗎？
【 】正確
【★】 錯誤
博主注：單純的看以上資料的話就是非結構化資料，但是這些資料都被整合到了資料集裡面，所以是結構化資料。
為什麼在上rnn（迴圈神經網路）可以應用機器翻譯將英語翻譯成法語？
【★】 因為它可以被用做監督學習。
【 】嚴格意義上它比卷積神經網路（cnn）效果更好。
【★】 它比較適合用於當輸入/輸出是乙個序列的時候（例如：乙個單詞序列）
【 】rnns代表遞迴過程：想法->編碼->實驗->想法->…
在我們手繪的這張圖中，橫軸（x軸）和縱軸（y軸）代表什麼?
x軸是資料量
y軸（垂直軸）是演算法的效能
假設上乙個問題圖中描述的是準確的（並且希望您的軸標籤正確），以下哪一項是正確的?
【★】 增加訓練集的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【★】 增加神經網路的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【 】減小訓練集的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【 】減小神經網路的大小通常不會影響演算法的效能，這可能會有很大的幫助。
神經網路和深度學習第一周 深度學習概論
1.2什麼是神經網路 這乙個神經元完成了函式的擬合 relu rectified linear unit修正線性單元 開始是0，然後上公升，修正就是取不小於0的值。將神經元堆疊可以得到更大的神經網路 只要給足夠的x和y，神經網路自動計算隱藏單元，我們只需要給出輸入x和輸出y 神經網路在監督學習中非常...
週末練習題（第一周）
簡述編譯型與解釋型語言的區別，且分別列出你知道的哪些語言屬於編譯型，哪些屬於解釋型 編譯型語言是將寫好的 程式編譯成為二進位制檔案，再直接執行。解釋型語言是由直譯器將 程式逐條解釋，逐條執行，直到執行完成。編譯型語言執行效率比編譯型高，開發效率和平台移植性低於編譯型。代表語言 c c 解釋型語言開發...
深度學習（吳恩達） 神經網路與深度學習第一周
神經網路與深度學習 深度學習爆發的原因 吳恩達老師的深度學習課程講解詳細，很適合入門，這份筆記是我學習該課程的總結 神經網路模型是受到人腦神經元工作原理啟發而發展起來的乙個強有力的機器學習演算法。例1 單層神經網路 給定乙個資料集，該資料集是一些房子的面積與售價資料，要求建立乙個模型，在給定房子面積...