吴恩达深度学习

目录

2021 深度学习 - 学习准备

进度笔记

学习进度

• 进度：116p end

• 跳过：

  • P07（选修，访谈）
  • P24（选修）
  • P25（选修，访谈）
  • P38（选修，访谈）
  • P93（选修，访谈）
  • P105（选修，访谈）

• 笔记：

  • 强烈建议配合黄海广团队做的笔记一起看
  • 大部分在 “机器学习” 笔记中写过了，重复的不会再写
  • 漏写：无，完全同步

• 链接

  • 吴恩达《深度学习》视频课程全集_哔哩哔哩_bilibili
  • (强推|双字)2021版吴恩达深度学习课程Deeplearning.ai
  • github：deeplearning_ai_books-master

资料文件夹结构

虽然不是官方但是这个笔记的整理团队很强大，黄海广博士和一大群其他学生一起做的，很完善。最大的优点是中文笔记

• html（可打印）
• images（被html和md引用，不用管）
• markdown（可打印）
• 参考论文
• 课程作业代码
• 漫画（28页，英，可打印）
• Deeplearning深度学习笔记v5.72.pdf（可打印）

_

其中 html、markdown、pdf 三者的内容基本是相同的，选择其一阅读即可

课程目录

详见pdf的总目录

章节按课程时间来排

一共五门课，每门若干周，累计16周

课程门数	内容	耗时	子章
第一门课	神经网络和深度学习	四周	深度学习引言 神经网络的编程基础 浅层神经网络 深层神经网络
第二门课	改善深层神经网络：超参数调试、 正则化以及优化	三周	深度学习的实践层面 优化算法 超参数调试、 Batch 正则化和程序框架
第三门课	结 构 化 机 器 学 习 项 目	两周	机器学习策略（1） 机器学习策略（2）
第四门课	卷积神经网络	四周	卷积神经网络 深度卷积网络：实例探究 目标检测 特殊应用：人脸识别和神经风格转换
第五门课	序列模型	三周	循环序列模型 深度卷积网络：实例探究 序列模型 和 注意力机制