深度学习笔记

本站点由openai.wiki所搭建并提供技术支持 openai.wiki.

关于我们

• AI资讯 - 本站日常提供AI相关热门新闻资讯。
• AI教程 - 本站对于零基础用户非常友好，提供非常细致的教学。
• AI资源 - 本站提供较为完善的相关资源下载，适合您在国内使用不方便下载的外网环境。

关于教程

Coursera深度学习教程中文笔记

课程概述

https://mooc.study.163.com/university/deeplearning_ai#/c

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。”吴恩达在课程页面中提到。

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。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。

黄海广

我的知乎

主要编写人员：	**黄海广、林兴木（第四所有底稿，第五课第一二周，第三周前三节）、祝彦森:（第三课所有底稿）、**贺志尧（第五课第三周底稿）、王翔、胡瀚文、 余笑）、 郑浩、李怀松、 朱越鹏、陈伟贺、 曹越、 路皓翔、邱牧宸、 唐天泽、 张浩、 陈志豪、 游忍、 泽霖、沈伟臣、 贾红顺、 时超、 陈哲、赵一帆、 胡潇杨、段希、于冲、张鑫倩
主要 编辑 人员（排名不分先后）：	黄海广 陈康凯 石晴路EdwinXiang uirboyan 严凤龙**LeoTsui** 贺志尧 段希 陈瑶 林家泳 王翔 谢士晨 蒋鹏

2018-04-14

本课程视频教程地址：https://mooc.study.163.com/university/deeplearning_ai#/c

有同学提供了一个离线视频的下载：链接:https://yun.baidu.com/s/13taPOjUUppI8gexqmC2UcQ 密码:j7tf

（该视频从www.deeplearning.ai 网站下载，因众所周知的原因，国内用户观看某些在线视频非常不容易，故一些学者一起制作了离线视频，旨在方便国内用户个人学习使用，请勿用于商业用途。视频内嵌中英文字幕，推荐使用potplayer播放。版权属于吴恩达老师所有，若在线视频流畅，请到官方网站观看。）

笔记网站(适合手机阅读)

吴恩达老师的机器学习课程笔记和视频：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

此文档免费，请不要用于商业用途，可以自由传播。

赠人玫瑰，手有余香！

haiguang2000@qq.com

本文件夹的与**images**文件夹一起放在同一目录即可运行。

转载请注明出处：https://github.com/fengdu78/deeplearning_ai_books