À propos de ce cours

1,051,043 consultations récentes

Résultats de carrière des étudiants

41%

ont commencé une nouvelle carrière après avoir terminé ce cours

37%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

12%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau débutant
Approx. 18 heures pour terminer
Anglais

Compétences que vous acquerrez

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

Résultats de carrière des étudiants

41%

ont commencé une nouvelle carrière après avoir terminé ce cours

37%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

12%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 2 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau débutant
Approx. 18 heures pour terminer
Anglais

Offert par

Placeholder

deeplearning.ai

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up96%(54,282 notes)Info
Semaine
1

Semaine 1

8 heures pour terminer

Practical aspects of Deep Learning

8 heures pour terminer
15 vidéos (Total 131 min), 3 lectures, 4 quiz
15 vidéos
Bias / Variance8 min
Basic Recipe for Machine Learning6 min
Regularization9 min
Why regularization reduces overfitting?7 min
Dropout Regularization9 min
Understanding Dropout7 min
Other regularization methods8 min
Normalizing inputs5 min
Vanishing / Exploding gradients6 min
Weight Initialization for Deep Networks6 min
Numerical approximation of gradients6 min
Gradient checking6 min
Gradient Checking Implementation Notes5 min
Yoshua Bengio interview25 min
3 lectures
Clarification about Upcoming Regularization Video1 min
Clarification about Upcoming Understanding dropout Video1 min
Clarification about Upcoming Normalizing Inputs Video1 min
1 exercice pour s'entraîner
Practical aspects of deep learning30 min
Semaine
2

Semaine 2

5 heures pour terminer

Optimization algorithms

5 heures pour terminer
11 vidéos (Total 92 min), 2 lectures, 2 quiz
11 vidéos
Understanding mini-batch gradient descent11 min
Exponentially weighted averages5 min
Understanding exponentially weighted averages9 min
Bias correction in exponentially weighted averages4 min
Gradient descent with momentum9 min
RMSprop7 min
Adam optimization algorithm7 min
Learning rate decay6 min
The problem of local optima5 min
Yuanqing Lin interview13 min
2 lectures
Clarification about Upcoming Adam Optimization Video1 min
Clarification about Learning Rate Decay Video1 min
1 exercice pour s'entraîner
Optimization algorithms30 min
Semaine
3

Semaine 3

5 heures pour terminer

Hyperparameter tuning, Batch Normalization and Programming Frameworks

5 heures pour terminer
11 vidéos (Total 104 min), 2 lectures, 2 quiz
11 vidéos
Using an appropriate scale to pick hyperparameters8 min
Hyperparameters tuning in practice: Pandas vs. Caviar6 min
Normalizing activations in a network8 min
Fitting Batch Norm into a neural network12 min
Why does Batch Norm work?11 min
Batch Norm at test time5 min
Softmax Regression11 min
Training a softmax classifier10 min
Deep learning frameworks4 min
TensorFlow16 min
2 lectures
Clarifications about Upcoming Softmax Video1 min
Note about TensorFlow 1 and TensorFlow 210 min
1 exercice pour s'entraîner
Hyperparameter tuning, Batch Normalization, Programming Frameworks30 min

Avis

Meilleurs avis pour IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

Voir tous les avis

À propos du Spécialisation Deep Learning

Deep Learning

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.