cryosky / coursera-deep-learning-deeplearning.ai

（完结）网易云课堂微专业《深度学习工程师》听课笔记，编程作业和课后练习

网易云课堂微专业-Andrew Ng《深度学习》课后练习编程作业和笔记

该仓库包含本课程的所有笔记内容，和课程练习，我珍惜这门课的每一节课，通过对知识的整理能够加深对知识的理解，也通过整理的内容为有需要的童鞋提供些许帮助！！

欢迎 Star

网易云课堂 提供的免费正版的课程资料，给予了我极大的帮助。

博客传送门

笔记

• 神经网络与深度学习
  • 神经网络的基础
  • 浅层神经网络
  • 深层神经网络
• 改进深度神经网络：超参数调整，正则化和优化
  • 深度学习的实用层面
  • 优化算法
  • 超参数调试、Batch 正则化和程序框架
• 结构化机器学习项目
• 卷积神经网络
  • 卷积神经网络基础
  • 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
• 序列模型
  • 循环神经网络(RNN)
  • 自然语言处理与词嵌入
  • 序列模型和注意力机制

课程地址

deeplearning.ai - 网易云课堂 - 深度学习工程师微专业

参考项目

在整理自己的笔记的时候，从下列道友中参考了很多内容，谢之：

• 红色石头的机器学习之路
• 机器学习之路
• KyonHuang-吴恩达《深度学习》系列课程笔记

备注

• GitHub 的 README.md 文件不提供 LaTeX 公式解析，可使用 chrome 浏览器插件GitHub with MathJax
• 由于 Github 中的文件大小限制规则，编程练习中缺少的数据集文件可以从对应文件夹里边的".gitignore"文件中得知。或者在下方下载完整的作业包。

作业包

神经网络与深度学习

• Class1-Week2-神经网络的基础
• Class1-Week3-浅层神经网络
• Class1-Week4-深层神经网络

改进深度神经网络：超参数调整，正则化和优化

• Class2-Week1-深度学习的实用层面
• Class2-Week2-优化算法
• Class2-Week3-超参数调试、Batch 正则化和程序框架

卷积神经网络

• Class4-Week1-卷积神经网络基础
• Class4-Week2-深度卷积网络：实例探究
• Class4-Week3-目标检测
• Class4-Week4-特殊应用：人脸识别和神经风格转换

序列模型

• Class5-Week1-循环神经网络(RNN)
• Class5-Week2-自然语言处理与词嵌入
• Class5-Week3-序列模型和注意力机制

License

遵循 MIT 许可证。有关详细，请参阅 LICENSE。