总结|吴恩达深度学习

　　从去年8月份开始，AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这里附上deeplearning.ai的官网：deeplearning.ai，也可以在网易云课堂学习（有中文字幕）！！！

关于该深度学习专项课程，本人非常推荐！它对于理解各种算法背后的原理非常有帮助，同时提供了大量的应用场景，涉及图像、语音、自然语言理解等各方面，还提供了一些工具函数、数据集。为了方便大家查阅，特地将所有的笔记汇总在这篇文章里。

1. 神经网络与深度学习

• 深度学习概述
• 神经网络基础之逻辑回归
• 神经网络基础之Python与向量化
• 浅层神经网络
• 深层神经网络

2. 优化深度神经网络

• 深度学习的实用层面
• 优化算法
• 超参数调试、Batch正则化和编程框架

3. 构建机器学习项目

• 机器学习策略（上）
• 机器学习策略（下）

4. 卷积神经网络CNN

• 卷积神经网络基础
• 深度卷积模型：案例研究
• 目标检测
• 人脸识别与神经风格迁移

5. 序列模型

• 循环神经网络（RNN）
• NLP和Word Embeddings
• 序列模型和注意力机制

参考：https://blog.csdn.net/red_stone1

 补充：737页吴恩达深度学习笔记 ，提取码：dkt4 

转载于:https://www.cnblogs.com/Terrypython/p/10314327.html