学习笔记1《吴恩达深度学习》Deep Learning

P1 1.1.1欢迎 Welcome

深度学习改变了传统互联网业务，例如网络搜索和广告，但是深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康关注，深度学习做得非常好的一个方面就是读取X光图像，到生活中的个性化教育，到精准化农业，甚至到驾驶汽车以及其他一些方面。

如果你想要学习深度学习的这些工具，并应用它们来做这些令人窒息的操作，就学习这门课程。在接下来的十年中，我认为我们所有人都有机会创造一个惊人的世界和社会。这就是AI(人工智能)的力量。我希望你们能发挥重要作用，在创建AI(人工智能)社会的过程中。

我认为AI是最新的电力。大约在100年前，我们社会的电气化改变了每个主要行业，从交通运输行业，到制造业 、医疗保健、通讯等方面。我认为如今我们见到了AI明显的令人惊讶的能量，带来了同样巨大的转变。显然，AI的各个分支中，发展的最为迅速的就是深度学习。

因此现在，深度学习是广受欢迎的一种技巧，在科技世界中。通过这个课程，以及这门课程后面的几门课程，我想帮助你获取并且掌握这些技能。

下面是你讲学习到的内容。

在第一门课中，你将学习神经网络的基础，将学习神经网络和深度学习。这门课将持续四周。在第一门课中，你将学习如何建立神经网络，包含一个深度神经网络，以及如何在数据上面训练他们。在这门课程的结尾，你将用一个深度神经网络进行辨认猜猜是什么？猫猫！

由于某种原因，深度学习中会有一个猫的谜因运行，所以遵循传统，第一门课会以猫作为对象，识别。

接下来，在第二门课中，你将进行深度学习方面的实践，将学习严密地构建神经网络，如何真正让它表现良好。因此，你将要学习超参数调整，正则化，诊断偏差和方差，以及一些高级优化算法。比如Momentum和Adam算法。有时候看起来这样的调整是允许的，有如黑魔法一样根据你建立网络的方式。所以第二门课只有三周，来揭开这一黑魔法的神秘面纱。

在第三门课中，我们将使用两周时间，来学习如何结构化你的机器学习工程。事实证明，构建机器学习系统的策略改变了深度学习的错误。举个例子，你分割数据的方式，分割成训练集，比较集，或改变的验证集以及测试集合，改变了深度学习的错误。所以最好的实践方式是什么呢？以及你的训练集和测试集来自不同的贡献度，在深度学习中的影响很大。那么你应该怎么处理呢？如果你听说过端对端深度学习，你也会在第三门课中了解到更多，进而了解到你是否需要使用它。第三门课的材料，是相对比较独特的。我将和你分享，我们了解到的所有的热门领域的，建立并且改良许多的深度学习问题。因为我知道，这是当今热门的材料，在绝大部分大学里面不会教授的，在他们的深度学习课堂上面，但我认为它会提供你帮助，让深度学习系统工作的更好。

在下一门课程中，我们将会提到卷积神经网络，经常缩写为CNN(s)。卷积网络或者说卷积神经网络，经常被用于图像领域，所以你将会在第4门课程中学到如何搭建这样的模型。

最后，在第5门课中，你将会学习到序列模型，以及如何将它们应用于自然语言处理，以及其他问题。序列模型包括的模型有，循环神经网络，简写为RNN，以及LSTM模型(全称为长短期记忆网络)。你将在课程5中了解其中的时期是什么含义，并且有能力应用到NLP(自然语言处理)问题。总之，你将在课程5中学习这些模型，以及能够将他们应用于序列数据。比如说，自然语言就是一个单词序列。你也将能够理解这些模型如何应用到语音识别，或者是编曲，以及其他问题。

因此，通过这些课程，你将学习深度学习的这些工具，你将能够去使用它们，去做一些神奇的事情，希望你借此来提升自己的职业生涯。因此，让我们一起开始，下节课我们将谈到深度学习在监督学习的使用。