1.视频网站:mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c
2.详细笔记网站(中文):http://www.ai-start.com/dl2017/
3.github课件+作业+答案:https://github.com/stormstone/deeplearning.ai
第一周 概论 Intrduction
学习驱动神经网络兴起的主要技术趋势,了解现今深度学习在哪里应用、如何应用。
1.1 欢迎来到深度学习工程师微专业
1.2 什么是神经网络?
1.3 用神经网络进行监督学习
- 标准NN
- 图象识别:CNN(卷积)
- 语音识别,翻译:都是序列数据,使用RNN(循环)
- 自动驾驶:混合神经网络
利用NN,计算机可以更好的解释非结构化数据(图像,语音,文字)。
最好的算法可以同时适合学习结构化数据和非结构化数据。
1.4 为什么深度学习会兴起?
a. 因为大量数据被收集。规模(有许多隐藏单元的NN)推动了DL的进步。
要想让NN表现更好,要么训练一个更大的NN,要么投入更大的数据。
在大数据领域,NN明显领先于其他算法。
b. 硬件计算能力提高
CPU,GPU性能提高,提高的迭代速度,可以更快的得到实验效果,更快的改变想法
c. 算法的创新–增加计算速度
例如:使用梯度下降算法,传统ML的sigmoid函数在2边区域梯度会接近0,那么参数就会变化很慢,所以学习会变化的很慢。而DL的激活函数-线性修正单元ReLU,它的梯度对于所有正值的输入(竖轴的右边区域),输出都是1,因此梯度不会逐渐趋向0,这样可以是梯度下降算法运行的更快(注:竖轴的左边区域,梯度为0)。
1.5 关于这门课
1.6 课程资源
https://www.deeplearning.ai