Coursera课程——神经网络与深度学习

前言

虽然我没有去观看其他的有关深度学习的视频，但不得说看完视频，让我对于之前有很多不理解的地方都茅塞顿开，因此十分推荐。神经网络与深度学习，是Deep Learning五个系列课程之一，讲解的十分详细，甚至对于最基本的概念都会介绍，适合所有水平学生的学习。

准备工作

1.正常使用Coursera

需要解决几个问题：正常使用网页，翻译插件

随便找了一篇文章（我没有尝试）

​​​​​coursera国内流畅使用指南_coursera在中国能看吗-CSDN博客

2.选择课程

Neural Networks and Deep Learning Course by DeepLearning | Coursera

我们学习的时候点旁听就行了（不要选试用课程，前置条件要求比较多）

学习重点

很多都是很基础的内容，主要起到查漏补缺的作用，已经有所接触的同学可以选择性的看，我总结了一下我通过学习后在哪些方面相较于阅读论文学到了新的知识：

1.CNN和RNN的原理与运用场景

2.详细的从最简单的逻辑回归推导到深层神经网络，前向传播和反向传播讲的很生动，最重要的是帮助我理解了公式里面各种上下标的含义

3.详细介绍了激活函数sigmoid，tanh以及最常用的ReLU的原理以及特点

3.Python中矢量化的计算方法以及推广到广播代码

4.直观了解参数和超参数的概念

数学推导

同时这里还有关于前馈神经网络的数学推导过程，很详细（我准备留到论文里面用，直接看我看不太懂） 

Feedforward Neural Networks in Depth - Deep Learning Resources - DeepLearning.AI