Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimi

课程大纲（34 讲）

1. P1 · Train⧸Dev⧸Test Sets (C2W1L01)12 分钟
2. P2 · Bias⧸Variance (C2W1L02)8 分钟
3. P3 · Basic Recipe for Machine Learning (C2W1L03)6 分钟
4. P4 · Regularization (C2W1L04)9 分钟
5. P5 · Why Regularization Reduces Overfitting (C2W1L05)7 分钟
6. P6 · Dropout Regularization (C2W1L06)9 分钟
7. P7 · Understanding Dropout (C2W1L07)7 分钟
8. P8 · Other Regularization Methods (C2W1L08)8 分钟
9. P9 · Normalizing Inputs (C2W1L09)5 分钟
10. P10 · Vanishing⧸Exploding Gradients (C2W1L10)6 分钟
11. P11 · Weight Initialization in a Deep Network (C2W1L11)6 分钟
12. P12 · Numerical Approximations of Gradients (C2W1L12)6 分钟
13. P13 · Gradient Checking (C2W1L13)6 分钟
14. P14 · Gradient Checking Implementation Notes (C2W1L14)5 分钟
15. P15 · Mini Batch Gradient Descent (C2W2L01)11 分钟
16. P16 · Understanding Mini-Batch Gradient Dexcent (C2W2L02)11 分钟
17. P17 · Exponentially Weighted Averages (C2W2L03)5 分钟
18. P18 · Understanding Exponentially Weighted Averages (C2W2L04)9 分钟
19. P19 · Bias Correction of Exponentially Weighted Averages (C2W2L05)4 分钟
20. P20 · Gradient Descent With Momentum (C2W2L06)9 分钟
21. P21 · RMSProp (C2W2L07)7 分钟
22. P22 · Adam Optimization Algorithm (C2W2L08)7 分钟
23. P23 · Learning Rate Decay (C2W2L09)6 分钟
24. P24 · Tuning Process (C2W3L01)7 分钟
25. P25 · Using an Appropriate Scale (C2W3L02)8 分钟
26. P26 · Hyperparameter Tuning in Practice (C2W3L03)6 分钟
27. P27 · Normalizing Activations in a Network (C2W3L04)8 分钟
28. P28 · Fitting Batch Norm Into Neural Networks (C2W3L05)12 分钟
29. P29 · Why Does Batch Norm Work？ (C2W3L06)11 分钟
30. P30 · Batch Norm At Test Time (C2W3L07)5 分钟
31. P31 · Softmax Regression (C2W3L08)11 分钟
32. P32 · Training Softmax Classifier (C2W3L09)10 分钟
33. P33 · The Problem of Local Optima (C2W3L10)5 分钟
34. P34 · TensorFlow (C2W3L11)16 分钟