为了方便学习深度学习课程,转载一个吴恩达老师的一个深度学习笔记,转载的网站是下面这个 /red_stone1/article/details/80207815
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
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。笔者在学习这5门课之际,也精心制作了每门课程及精炼笔记,把每节课的主要核心内容记录下来。现在所有的笔记都已完成。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
6. 其它资源
台大林轩田机器学习基石资源汇总-GitHub
更多AI资源请关注微信公众号:AI有道(ID:redstonewill)