吴恩达deeplearning.ai专项课程精炼笔记全部汇总

从去年8月份开始，AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这里附上deeplearning.ai的官网：

deeplearning.ai

关于该深度学习专项课程，本人非常推荐！它对于理解各种算法背后的原理非常有帮助，同时提供了大量的应用场景，涉及图像、语音、自然语言理解等各方面，还提供了一些工具函数、数据集。笔者在学习这5门课之际，也精心制作了每门课程及精炼笔记，把每节课的主要核心内容记录下来。现在所有的笔记都已完成。为了方便大家查阅，特地将所有的笔记汇总在这篇文章里。

1. 神经网络与深度学习

• 深度学习概述

• 神经网络基础之逻辑回归

• 神经网络基础之Python与向量化

• 浅层神经网络

• 深层神经网络

2. 优化深度神经网络

• 深度学习的实用层面

• 优化算法

• 超参数调试、Batch正则化和编程框架

3. 构建机器学习项目

• 机器学习策略（上）

• 机器学习策略（下）

4. 卷积神经网络CNN

• 卷积神经网络基础

• 深度卷积模型：案例研究

• 目标检测

• 人脸识别与神经风格迁移

5. 序列模型

• 循环神经网络（RNN）

• NLP和Word Embeddings

• 序列模型和注意力机制

6. 其它资源

台大林轩田机器学习基石资源汇总-GitHub

更多AI资源请关注微信公众号：AI有道（ID：redstonewill）

转载来源：https://redstonewill.blog.csdn.net/article/details/80207815?spm=1001.2014.3001.5506