CS230 深度学习

文章目录17 篇

1. 【CS230-DL】00 课程概览

   CS230 这门课的大名想必大家都听过，就是吴恩达老师推出的深度学习课程。我们会学习 CNN/RNN/LSTM 等深度学习常用的网络架构，以及如何去完成一整个深度学习项目。

2. 【CS230-DL】01 深度学习入门

   深度学习到底给我们带来的怎样的改变？我们要如何能参与到这一波技术浪潮中？

3. 【CS230-DL】02 神经网络编程基础

   前面我们了解了什么是深度学习，万丈高楼平地起，我们先来学习一些基础知识

4. 【CS230-DL】03 浅层神经网络

   了解了基础的 python 和数学知识，我们现在就可以来学习神经网络了。

5. 【CS230-DL】04 深层神经网络

   前面我们接触了两层的浅层神经网络，这节课我们来看看深层神经网络。

6. 【CS230-DL】05 实战深度学习

   前面主要是理论学习，从这节课开始我们会涉及更多实战的内容，毕竟只有理论是不够的嘛。

7. 【CS230-DL】06 优化算法

   前面我们了解了加速模型训练的技巧，这节课我们来看看更为关键的优化算法。

8. 【CS230-DL】07 超参调试与 Batch Normalization

   前面介绍了各种各样的超参数，这节课我们来看看如何用更加科学的方式来完成调试过程。

9. 【CS230-DL】08 如何开展机器学习项目

   至此，我们已经基本拥有了大部分所需的理论知识，可以重点说一说，如何实际开展一个机器学习项目了。

10. 【CS230-DL】09 卷积神经网络基础

    前面我们了解了如何开展机器学习项目，这节课我们来看看深度学习中非常著名的卷积神经网络 CNN。

11. 【CS230-DL】10 案例研究之深度卷积模型

    上节课我们对卷积神经网络有了基本的了解，这次我们来看下在这个领域中的而一些经典工作。

12. 【CS230-DL】11 目标检测

    前面我们熟悉了 CNN 的几个经典模型，这节课我们来看看计算机视觉领域中新型的方向 —— 目标检测。

13. 【CS230-DL】12 人脸识别和神经风格转换

    作为 CNN 的最后一讲，我们来看看人脸识别和神经风格转化这两个有有趣的应用。

14. 【CS230-DL】13 循环神经网络

    从这节课开始，我们来学习另一类非常出名的神经网络结构 —— RNN(Recurrent Neural Networks)。

15. 【CS230-DL】14 自然语言处理与词嵌入

    前面我们学习了 RNN，这次就来看看 RNN 最突出的使用场景 —— 自然语言处理(Natural Language Processing)

16. 【CS230-DL】15 序列模型和注意力机制

    主课的最后一讲，我们来看看非常出名的 Seq2Seq 模型和注意力机制，这些都是 RNN 得以在机器翻译、语音识别、自然语言处理领域大放异彩的重要原因。

17. 【CS230-DL】Machine Learning Yearning 学习笔记

    经过 15 节课的学习，我们对深度学习有了一定了解，本文是对课程的一个补充和总结，吴恩达老师总结了一些开展机器学习的经验，这里跟大家分享下。