吴恩达老师DeepLearning系列课程最详细学习笔记之1—深度学习概念

教程是本人学习吴恩达老师DeepLearing系列课程中整理的最为详细的学习笔记。学习视频主要来自B站[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili?，以及DeepLearning官方网站Deep Learning by deeplearning.ai | Coursera。该系列课程总共有180多个，我会将学习笔记陆续分享出来，为有兴趣深度学习的同仁提供便利。再次由衷感谢吴恩达老师的精彩讲解和无私奉献！

特别说明：图片来源于吴恩达老师视频截图。

大家好，欢迎各位。你们也许知道了深度学习改变了传统互联网业务，例如网络搜索和广告，但是深度学习同时也使得许多新产品和企业以很多方式帮助人们从而获得更好的健康关注。深度学习做的非常好的一个方面就是读取X光图像，到生活中的个性化教育，到精准化农业，甚至到驾驶汽车，以及其它一些方面。

如果你想学习深度学习的工具并应用它们来构建这些神奇的东西，我将帮助你做到这一点。当你完成cousera上面的这一系列专项课程，你将能更加自信的继续深度学习之路。在接下来的十年中，我认为我们所有人都有机会创造一个惊人的世界和社会，这就是AI（人工智能）的力量。我希望你们能发挥重要作用在创建AI（人工智能）社会的过程中。所以，让我们开始吧。

我认为AI是最新的电力。大约在一百年前，我们社会的电气化改变了每个主要行业，从交通运输行业到制造业、医疗保健、通讯等方面。我认为如今我们见到了AI明显的令人惊讶的能量带来了同样巨大的转变。显然 AI的各个分支中，发展的最为迅速的就是深度学习。因此现在，深度学习是广受欢迎的一种技巧。在科技世界中，通过这个课程，以及这门课程后面的几门课程，我想帮助你获取并且掌握那些技能。

下面是你将学习到的内容，在cousera的这一系列也叫做专项课程中。在第一门课中，你将学习神经网络的基础。你将学习神经网络和深度学习。你观看的这个视频是第一门课的一部分，这门课将持续4周。专项课程中的每门课将持续2至4周,大部分将少于4周。但是在第一门课程中，您将学习如何建立神经网络，包含一个深度神经网络，以及如何在数据上面训练它们。在这门课程的结尾，你将用一个深度神经网络进行辨认，猜猜是什么？喵星人！

由于某种原因，深度学习会围绕着一个猫咪来展开。所以遵循传统，第一门课会以猫作为目标识别。接下来，在第二门课中，你将进行深度学习方面的实践，您将学习严密地构建神经网络，如何真正让它表现良好。因此你将要学习超参数调整，正则化，诊断偏差和方差，以及一些高级优化算法，比如Momentum和Adam算法。有时候看起来这样的调整是允许的，有如黑魔法一样根据你建立网络的方式，所以第二门课有3周来揭开这一黑魔法的神秘面纱。

在第三门课中，我们将使用2周时间来学习如何结构化你的机器学习工程。事实证明，构建机器学习系统的策略改变了深度学习的错误。举个例子，你分割数据的方式，将数据分割成训练集、开发集（或称为验证集）以及测试集，改变了深度学习的错误。所以最好的实践方式是什么呢？以及你的训练集和测试集来自不同的贡献度，在深度学习中的影响很大，那么你应该怎么处理呢？如果你听说过端对端深度学习，你也会在第三门课中了解到更多，进而了解到你是否需要使用它。

第三课的材料是相对比较独特的，我将和你分享我们了解到的所有的热门领域的建立并且改良许多的深度学习问题，因为我知道,这是当今热门的材料，在绝大部分大学的深度学习课堂上面是不会教授的。但我认为它会提供给你帮助，让深度学习系统工作的更好。

在下一门课程中，我们将会提到卷积神经网络,经常缩写为 CNN（s）。卷积网络或者说卷积神经网络经常被用于图像领域。所以你将会在第四门课程中学到如何搭建这样的模型。

最后在第五门课中，你将会学习到序列模型，以及如何将它们应用于自然语言处理以及其它问题。序列模型包括的模型有循环神经网络(简写为RNN)，以及LSTM模型(全称是长短期记忆网络)。你将在课程5中了解该术语（序列网络）的含义，并能够将其应用到 NLP （自然语言处理）问题。总之你将在课程5中学习这些模型以及能够将它们应用于序列数据。比如说，自然语言就是一个单词序列。你也将能够理解这些模型如何应用到语音识别，或者是编曲，以及其它问题。

因此，通过这些课程，你将学习深度学习的这些工具，你将能够去使用它们去做一些神奇的事情。我希望你们中的一些人，借此来提升你的职业生涯。因此让我们一起开始请进入下一个视频，我们将谈到深度学习在监督学习的使用。