이 강좌에 대하여

최근 조회 850,446

학습자 경력 결과

33%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

32%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

12%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 18시간 필요
영어

귀하가 습득할 기술

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

학습자 경력 결과

33%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

32%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

12%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 18시간 필요
영어

제공자:

Placeholder

deeplearning.ai

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up96%(55,518개의 평가)Info
1

1

완료하는 데 8시간 필요

Practical aspects of Deep Learning

완료하는 데 8시간 필요
15개 동영상 (총 131분), 3 개의 읽기 자료, 4 개의 테스트
15개의 동영상
Bias / Variance8m
Basic Recipe for Machine Learning6m
Regularization9m
Why regularization reduces overfitting?7m
Dropout Regularization9m
Understanding Dropout7m
Other regularization methods8m
Normalizing inputs5m
Vanishing / Exploding gradients6m
Weight Initialization for Deep Networks6m
Numerical approximation of gradients6m
Gradient checking6m
Gradient Checking Implementation Notes5m
Yoshua Bengio interview25m
3개의 읽기 자료
Clarification about Upcoming Regularization Video1m
Clarification about Upcoming Understanding dropout Video1m
Clarification about Upcoming Normalizing Inputs Video1m
1개 연습문제
Practical aspects of deep learning30m
2

2

완료하는 데 5시간 필요

Optimization algorithms

완료하는 데 5시간 필요
11개 동영상 (총 92분), 2 개의 읽기 자료, 2 개의 테스트
11개의 동영상
Understanding mini-batch gradient descent11m
Exponentially weighted averages5m
Understanding exponentially weighted averages9m
Bias correction in exponentially weighted averages4m
Gradient descent with momentum9m
RMSprop7m
Adam optimization algorithm7m
Learning rate decay6m
The problem of local optima5m
Yuanqing Lin interview13m
2개의 읽기 자료
Clarification about Upcoming Adam Optimization Video1m
Clarification about Learning Rate Decay Video1m
1개 연습문제
Optimization algorithms30m
3

3

완료하는 데 5시간 필요

Hyperparameter tuning, Batch Normalization and Programming Frameworks

완료하는 데 5시간 필요
11개 동영상 (총 104분), 2 개의 읽기 자료, 2 개의 테스트
11개의 동영상
Using an appropriate scale to pick hyperparameters8m
Hyperparameters tuning in practice: Pandas vs. Caviar6m
Normalizing activations in a network8m
Fitting Batch Norm into a neural network12m
Why does Batch Norm work?11m
Batch Norm at test time5m
Softmax Regression11m
Training a softmax classifier10m
Deep learning frameworks4m
TensorFlow16m
2개의 읽기 자료
Clarifications about Upcoming Softmax Video1m
Note about TensorFlow 1 and TensorFlow 210m
1개 연습문제
Hyperparameter tuning, Batch Normalization, Programming Frameworks30m

검토

IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION의 최상위 리뷰

모든 리뷰 보기

심층 학습 특화 과정 정보

심층 학습

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.