学完deeplearning.ai的Course1和Course4

说明

从2018年开始，断断续续在网易云课堂学完了吴恩达在deeplearning.ai讲授的两门经典课，记录一下：

• Course1:《神经网络和深度学习》，Neural Networks and Deep Learning
• Course4:《卷积神经网络》，Convolutional Neural Networks

虽然这两门课的内容目前已经不算什么新东西了，而且在吴恩达课程播出之前就一直再用TF/Keras编程应用这些网络，但不断重新学习这些基础理论，对理解和灵活运用他们还是很有帮助的。

学习过程中写的文章

学习这些课程的过程中，也根据自己的理解和思考，写了如下一些文章：

• 深度学习的本质
• 深度学习与传统机器学习算法的区别与应用
• CNN中应用dropout需要了解的所有最新知识
• 深度学习中的梯度消失与梯度爆炸
• 深度学习中为什么使用卷积？
• ResNet原理是什么，为什么ResNet能做到那么深？
• 1x1的卷积能做什么呢？
• 理解深度学习中的Inception网络
• 基于深度学习的目标检测思路
• YOLO算法（Bounding Box）目标检测
• IoU（交并比）函数
• 非极大值抑制（目标检测）
• 目标检测中的Anchor Box算法
• 从one-shot问题的解法发现新的deep learning应用思路
• 详解Siamese网络
• 可视化理解卷积神经网络

Course1: Neural Networks and Deep Learning内容与学习过程记录

下图中的绿色实心小圆，表示学完了；空心小圈表示没看过。

Course4:Convolutional Neural Networks内容与学习过程记录

下图中的绿色实心小圆，表示学完了；空心小圈表示没看过。