因为是Jupyter Notebook的形式，所以不方便在博客中展示，具体可在我的github上查看。
github传送门: deeplearning.ai_JupyterNotebooks
笔记传送门：DeepLearning.ai课程相关系列笔记
Coursera深度学习(DeepLearning.ai)编程题&笔记
2017-08-31
1661
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
因为是Jupyter Notebook的形式，所以不方便在博客中展示，具体可在我的github上查看。github传送门: deeplearning.ai_JupyterNotebooks笔记传送门：DeepLearning.ai课程相关系列笔记
目录
相关文章
|
1月前
|
机器学习/深度学习
人工智能
TensorFlow
人工智能浪潮下的自我修养：从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路，从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例，引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础，还将深入探讨深度学习的核心概念、工具和实战技巧，帮助读者在AI的浪潮中找到自己的位置。
101
6
6
|
2月前
|
机器学习/深度学习
算法
测试技术
深度学习环境搭建笔记(二)：mmdetection-CPU安装和训练
本文是关于如何搭建深度学习环境，特别是使用mmdetection进行CPU安装和训练的详细指南。包括安装Anaconda、创建虚拟环境、安装PyTorch、mmcv-full和mmdetection，以及测试环境和训练目标检测模型的步骤。还提供了数据集准备、检查和网络训练的详细说明。
136
5
5
|
1月前
|
机器学习/深度学习
数据采集
人工智能
AI赋能教育：深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展，深度学习技术正逐步应用于教育领域，特别是个性化学习系统中。通过分析学生的学习数据，深度学习模型能够精准预测学生的学习表现，并为其推荐合适的学习资源和规划学习路径，从而提供更加高效、有趣和个性化的学习体验。
140
9
9
|
5天前
|
人工智能
测试技术
开发者
AI 编码助手：编程路上的得力伙伴
在数字化浪潮中，AI编码助手成为开发者不可或缺的工具。它通过代码生成与补全、优化与规范、错误检测与调试等功能，大幅提升编程效率和代码质量。从需求分析到部署，AI助手全程助力，确保项目顺利进行。尽管不能替代开发者创造力，但它无疑是编程道路上的得力伙伴，推动软件开发不断创新。
30
12
12
|
1月前
|
人工智能
安全
JavaScript
Open Interpreter：AI 赋能终端！在终端中对话AI模型进行编程，通过运行代码来完成各种计算机操作任务
Open Interpreter 是一个让语言模型运行代码的强大工具，提供了一个类似 ChatGPT 的界面，支持多种编程语言和丰富的功能。
90
7
7
|
19天前
|
人工智能
|
23天前
|
人工智能
并行计算
调度
【AI系统】CUDA 编程模式
本文介绍了英伟达GPU的CUDA编程模型及其SIMT执行模式，对比了SIMD和SIMT的特点，阐述了SIMT如何提高并行计算效率和编程灵活性。同时简要提及了AMD的GPU架构及编程模型，包括最新的MI300X和ROCm平台。
50
5
5
|
1月前
|
人工智能
自然语言处理
IDE
通义灵码让AI帮你实现自动化编程
通义灵码是由阿里云与通义实验室联合开发的智能编码辅助工具，具备行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答及异常报错排查等功能。该工具支持200多种编程语言，兼容主流IDE，如Visual Studio Code、Visual Studio和JetBrains IDEs。通义灵码在Gartner发布的AI代码助手魔力象限中表现出色，成为唯一进入挑战者象限的中国科技公司。目前，通义灵码下载量已超过470万，每日辅助生成代码超3000万次，被开发者广泛采用。
169
1
1
|
1月前
|
机器学习/深度学习
人工智能
算法
AI在医疗：深度学习在医学影像诊断中的最新进展
【10月更文挑战第27天】本文探讨了深度学习技术在医学影像诊断中的最新进展，特别是在卷积神经网络（CNN）的应用。文章介绍了深度学习在识别肿瘤、病变等方面的优势，并提供了一个简单的Python代码示例，展示如何准备医学影像数据集。同时强调了数据隐私和伦理的重要性，展望了AI在医疗领域的未来前景。
80
2
2
|
26天前
|
机器学习/深度学习
人工智能
并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系，分析了SIMT与CUDA编程的关系，深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构，强调了理解AI芯片编程体系的重要性，旨在帮助开发者更高效地利用AI芯片算力，促进生态繁荣。
47
0
0
热门文章
最新文章
1
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)（上）
2
Facebook这样看“深度学习”技术
3
智能扑克牌识别软件（Python+YOLOv5深度学习模型+清新界面）
4
如何从系统层面优化深度学习计算？
5
云栖科技评论第15期：IBM联合NVIDIA开发世界上“最快商用深度学习系统”
6
IBM：最新突破将大幅提升深度学习速度
7
深度学习多进程GPU部署（一）- python多进程多线程
8
深度学习caffe实践学习
9
【Jetson Xavier NX 开发板深度学习环境配置流程】
10
深度学习学习资料
1
Fireworks AI和MongoDB：依托您的数据，借助优质模型，助力您开发高速AI应用
2783
2
生成式AI入门必读：基本概念、数据挑战与解决方案
3332
3
夏日主题 AI创造挑战活动来了！
580
4
[译][AI OpenAI-doc] 延迟优化
97
5
新一代数据库技术：融合AI的智能数据管理系统
332
6
AI回答总不满意？你的提问方式可能完全错误！
411
7
AI工具-标注工具labelme
383
8
[译][AI OpenAI-doc] 安全最佳实践
104
9
构建高效AI系统：深度学习优化技术解析
619
10
构建未来：AI在持续学习系统中的创新应用
115