從去年8月份開始，ai界大ip吳恩達在coursera上開設了由5們課組成的深度學習專項課程，掀起了一股人工智慧深度學習熱潮。這裡附上deeplearning.ai的官網：
deeplearning.ai，也可以在網易雲課堂學習（有中文字幕）！！！
關於該深度學習專項課程，本人非常推薦！它對於理解各種演算法背後的原理非常有幫助，同時提供了大量的應用場景，涉及影象、語音、自然語言理解等各方面，還提供了一些工具函式、資料集。為了方便大家查閱，特地將所有的筆記彙總在這篇文章裡。
1. 神經網路與深度學習
2. 優化深度神經網路
3. 構建機器學習專案
4. 卷積神經網路cnn
5. 序列模型
參考：補充：737頁吳恩達深度學習筆記 ，提取碼：dkt4
深度學習 吳恩達
第三週神經網路 啟用函式 第一門課 感謝黃博的參考筆記 一次梯度下降 正向傳播與反向傳播 一次反向傳播梯度下降 注意與機器學習課程不同的一點是，第一層不算樣本輸入 a t an z a tan z a tan z 的值域是位於 1和 1之間。a t anh z e z e zez e za tanh...
吳恩達深度學習總結（8）
單一資料作為評估標準 訓練集，驗證集和測試集的劃分 評估標準的確定 與人類的準確度進行比較 可避免偏差 目前機器識別超過人類識別的專案 優化模型 目的 選擇最合適的策略來調節網路 使得優化方法盡量不相互干擾 更大的神經網路或者選擇更好的優化方法 更大的訓練集或者正則化 更大的驗證集 更大的驗證集或者...
吳恩達深度學習筆記
2.02 紅色為小標題，藍色比較重要 第四講第二週 4.2.1 為什麼要進行例項 4.2.2 經典網路 lenet 5網路當時還沒有padding,所以在卷積過程當中越來越小 也沒有relu函式，當時這個例子用的是sigmoid函式。超級引數不是很多。這個典型的網路有padding，使用的是relu...