吴恩达深度学习工程师系列课程笔记（Deep Learning Specialization - deeplearning.ai）

前言

选择吴恩达的深度学习视频作为入门是明智的选择，我对比过包括动手学深度学习在内的一些入门资料，感觉还是吴恩达的最为通俗易懂，虽然他在RNN那部分讲的一般，但是即使是这样，也是讲的比较好的。

唯一的不太友好的点大概就是英文，好在b站有字幕版本的视频，刚开始可以开0.75倍速，虽然有字幕，但是我还是推荐把英文都听了，一方面锻炼听力，另一方面，字母还是差强人意，关键的部分，可能单靠字幕是理解不了的。

本系列文章是吴恩达深度学习攻城狮系列课程的笔记，分为五部分。

我的笔记不同于一般的笔记，我的笔记更加凝练，除了结论以及公式，更多的是对知识的理解，结合课程可以加速理解，省去很多时间，但是请注意，笔记不能替代课程，应该结合使用。

传送门

结构化机器学习项目，我建议放在最后看。

首先学这一节对你后面的学习没有影响，我就是跳过去学的。而且他更多的讲的是策略，尤其是举了很多后面的例子，你听了不仅不太好懂，而且没啥意思，所以我建议放在最后看。

神经网络与深度学习（Neural Networks and Deep Learning）

改善深层神经网络：超参数调整，正则化，最优化（Hyperparameter Tuning）

卷积神经网络（Convolutional Neural Networks)

序列模型与循环神经网络（Sequence Models）

结构化机器学习项目（Structuring Machine Learning Projects）

完结感想

终于学完了，其实我这点东西学了两个假期，理论上一个假期就可以搞定，你肝一肝，4天学一个课程，考虑到各种意外，30天差不多就可以看完。

但是我还是用了两个假期，因为我不止有这一件事情，还要学很多其他东西，而且我还有拖延症，再加上我自己的身体问题，而且，我还得玩，所以我每天实际花在这上面的时间很少，我也并不后悔，只能是尽量在未来做的更好。

吴恩达完结总结