吴恩达DL:课程一

目录

第一门课 神经网络和深度学习

第一周 引言

1.1 欢迎

第二周 神经网络的编程基础

第三周 浅层神经网络

第四周 深层神经网络

第二门课 改善深层神经网络:超参数调试、正则化及优化

第三门课 结构化机器学习项目

第四门课 卷积神经网络

第五门课 序列模型


第一门课 神经网络和深度学习

第一周 引言

1.1 欢迎

什么是深度学习,深度学习能做些什么事情。

课程一: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他们。

课程二:进行深度学习方面的实践,学习严密地构建神经网络,如何真正让它表现良好。

课程三:如何结构化你的机器学习工程。

课程四:卷积神经网络(CNN常被用于图像领域)。

课程五:序列模型(RNN、LSTM等),以及如何将它们应用于自然语言处理,以及其它问题。

第二周 神经网络的编程基础

第三周 浅层神经网络

第四周 深层神经网络

 

第二门课 改善深层神经网络:超参数调试、正则化及优化

 

第三门课 结构化机器学习项目

 

第四门课 卷积神经网络

 

第五门课 序列模型

 

To be continued...

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门 的技能之一,本课程将帮你掌握深度学习。” 在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学 习常用的网络结构、工具和知识都有涉及。 课程中也会有很多实操项目,帮助学生更好地应用自己学到的深度学习技术,解决真实 世界问题。这些项目将涵盖医疗、自动驾驶、和自然语言处理等时髦领域,以及音乐生成等 等。Coursera上有一些特定方向和知识的资料,但一直没有比较全面、深入浅出的深度学习 课程——《深度学习专业》的推出补上了这一空缺。 课程的语言是Python,使用的框架是Google开源的TensorFlow。最吸引人之处在于, 课程导师就是吴恩达本人,两名助教均来自斯坦福计算机系。完成课程所需时间根据不同的 学习进度,大约需要3-4个月左右。学生结课后,Coursera将授予他们Deep Learning Specialization结业证书。 “我们将帮助你掌握深度学习,理解如何应用深度学习,在人工智能业界开启你的职业 生涯。”吴恩达课程页面中提到。 本人黄海广博士,以前写过吴恩达老师的机器学习个人笔记。有朋友报名了课程,下载 了这次课程的视频给大家分享。Coursera的字幕不全,同学们在学习上感觉非常不方便,因 此我找志同道合的朋友翻译和整理字幕,中英文字幕来自于由我和曹骁威同学组织爱好者翻 译,希望对大家有所帮助。(备注:自网易公开课翻译深度学习课程后,我们不再翻译) 目前我正在组织团队整理中文笔记,由热心的朋友无偿帮忙制作整理,并持续更新。我 们的团队的劳动致力于AI在国内的推广,不会损害Coursera以及吴恩达老师的商业利益。 本人水平有限,如有公式、算法错误,请及时指出,发邮件给我,也可以加我qq。 黄海广

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值