完结撒花!吴恩达DeepLearningai深度学习课程笔记目录总集.pdf

完结撒花！吴恩达DeepLearning.ai《深度学

习》课程笔记目录总集

本文发布在知乎的专栏中为了方便习惯使用CSDN的用户更

改了下面文章的直链到CSDN中的笔记。同时也欢送大众关

注我的知乎会不定期有新的干货更新。一起学习一起进步呀

_

DeepLearning.ai简介

deepLearning.ai是由吴恩达在Coursera上推出的一个教授深

度学习的专题系列课程。整个专题共包括五门课程01.神经

网络以及深度学习02.改善深层神经网络-超参数调试、正那

么化和优化03.构造化机器学习工程04.卷积神经网络05.序

列模型。

课程描绘

请允许我引用官网的介绍

假如你想进入人工智能这个课程专题将会给你带来帮助。深

度学习是科技领域最受追捧的技能之一我们将帮助你进展

学习这些知识。在五门课程中你将学习深度学习的根底知识

解析怎样构建神经网络并学习怎样理论机器学习工程学习

卷积网络RNNLSTMAdamDropoutBatchNormXavier/He初始化

等等。你将从事医疗自动驾驶手语浏览音乐创作以及自然语

言处理的案例研究。届时你不但会掌握深度学习的根底理论

还会看到它在工业中的应用。上面的这些想法都将在Python

以及TensorFlow的练习中所实现。另外你还将听到许多深度

学习的高层指导他们将与你共享他们的个人故事并为你提

供职业建议。AI正在对各行各业产生着宏大的影响在完成此

专题的课程后你可能会找到创造性的方法将其应用到你的

工作中。我们将帮助你掌握深度学习解析怎样使用它帮助你

建立AI的职业生涯。

课程内容官方课程安排英文字幕。付费用户在课程作业中可

以获得作业评分每门课程修完可获得结课证书不付费可以

免费上课、做课后作业但没有作业评分结课无法获得课程证

书。网易引进的正版受权中英文字幕。课程完全免费但没有

课后作业没有课程证书。推荐指数

4.5星个人意见目前已有的深度学习课程中难得的好课程。

个人提炼笔记及编程作业总集

下面是个人在上课的经过中从中提炼的要点笔记和自己完

成的课后编程作业。课程为主练习为辅笔记做稳固。所以建

议大众以这样的核心思想来进展这门课程的学习。废话不多

讲上笔记

01.神经网络以及深度学习神经网络概论主要介绍神经网络

的概念、深度学习兴起的原因、课程内容等笔记介绍性课程

没有做相应的笔记。编程作业无神经网络根底主要介绍

logistic回归、损失函数、梯度下降、计算向量化、代价函数

等笔记编程作业浅层神经网络主要介绍神经网络、激活函数、

梯度下降法、反向传播、随机初始化等笔记编程作业深层神

经网络主要介绍深度神经网络、DNN的前向以及反向传播、

参数以及超参数等笔记编程作业02.改善深层神经网络超参

数调试、正那么化和优化深度学习的理论方面主要介绍训练

测试集划分、偏向以及方差、正那么化、Dropout、输入归一

化、梯度消失与梯度爆炸、权重初始化、梯度检验等笔记编

程作业优化算法主要介绍Mini-batch梯度下降、指数加权平

均、Momentum梯度下降、RMSprop、Adam优化算法、衰

减学习率、部分最优等笔记编程作业超参数调试以及

BatchNorm及框架主要介绍超参数的调试、

BatchNormalization、Softmax、TensorFlow程序框架等笔记编

程作业03.构造化机器学习工程机器学习策略1主要介绍正

交化、单一数字评估指标、训练/开发/测试集、偏向以及方

差、改善模型的表现等笔记编程作业无机器学习策略2主要

介绍误差分析、错误样本去除、数据分布不匹配问题、迁移

学习、多任务学习、端到端的深度学习等笔记编程作业无04.

卷积神经网络卷积神经网络根底主要介绍计算机视觉、边缘

检测、卷积神经网络、Padding、卷积、池化等笔记编程作业

卷积神经网络实例模型主要介绍AlexNet、LeNet、VGG、ResNet、

InceptionNetwork、1乘1卷积、迁移学习、数据扩大等笔记

编程作业目的检测主要介绍目的定位、目的检测、

BoundingBox预测、交并比、非最大值抑制NMS、Anchorbox、

YOLO算法、候选区域regionproposals等笔记编程作业特殊应

用人脸识别以及神经风格迁移主要介绍人脸识别、one-shot

学习、Siamese网络、Tr