Udacity-Deep_Learning 设置存储库以容纳我在从Udacity购买深度学习纳米学位计划时完成的练习和项目。 该课程的课程共分为6个部分,其中包括7个主要项目,以及在整个课程中完成的各种练习。 项目和练习内容如下: 自动编码器 神经网络: 项目1:预测自行车共享数据 该项目的目的是从头开始构建神经网络,以对数据集进行预测问题。 完成后,我将对梯度下降,反向传播和其他神经网络特性有更好的了解。 数据来自UCI ML存储库: : 要遵守的项目/网络参数: 激活函数应为S型函数 时期数应在50到1500之间 隐藏节点的数量应在5到100之间 应该只有一个输出节点 学习率应在0.05到5之间 在完整数据集上运行网络时产生良好的结果,要求是: 训练损失应小于0.09 验证损失应小于0.18 卷积神经网络: 项目2:犬种分类器 该项目的目的是建立卷积神经网络(C