CS230+deeplearning.ai专项课程笔记及作业目录

随着lecture10的结束，标志着CS230到Coursera上deeplearning.ai专项课程的所有编程作业的完成，中途虽然进度比较慢，也曾遇到很多困难，但是收获满满，也找到了自己比较感兴趣的方向，这一阶段暂时可以告一段落。所以这里做一个总结性的目录，以后可以方便随时回顾和查看：

注：所有编程作业都是在TensorFlow2.1 CPU、Python3.7下实现的。因此可能会有很多地方和原本官方作业提供的不太一样，但是都是一些理解性的修改。

笔记和作业目录：

注：lecture 10只有一个50分钟的视频讲座，因此没有单独列出来。这里C代表课程，一共五个子课程，M表示模块，每个课程分了几周完成，一周一个模块。例如C1M2表示第一个课程《神经网络与深度学习》的第二周的那个模块Neural Networks Basics。

CS230	主要内容	deeplearning.ai专项课程
lecture 1	用神经网络来看逻辑回归	C1M1: Introduction to deep learning C1M2: Neural Network Basics
lecture 2	手动搭建DNN	C1M3: Shallow Neural Network C1M4: Deep Neural Networks
lecture 3	调参、正则化和优化算法	C2M1: Practical aspects of deep learning C2M2: Optimization algorithms
lecture 4	BN、迁移学习、TensorFlow2.1等	C2M3: Hyperparameter Tuning, Batch Normalization C3M1: ML Strategy (1) C3M2: ML Strategy (2)
lecture 5	卷积神经网络	C4M1: Foundations of Convolutional Neural Network C4M2: Deep Convolutional Models
lecture 6	目标检测、人脸识别和神经风格迁移	C4M3: ConvNets Applications (1) C4M4: ConvNets Applications (2)
lecture 7	序列模型	C5M1: Recurrent Neural Networks
lecture 8	词嵌入与文本情感分析	C5M2: Natural Language Processing and Word Embeddings
lecture 9	注意力机制和触发词检测	C5M3: Sequence-to-Sequence Models

所有课程、资料来源：课程连接、资料来源、作业参考等