吳恩達deep learning課程筆記0 Welcome
1 課程概述
這是一個專項課程(Specialization),包含5個獨立的課程。
1.1 Neural Networks and Deep Learning
了解NN的基礎,如何建立NN,如何訓練它,課程的最後建立一個DNN識別貓。
1.2 Improving Deep Neural Networks: Hyperparameter tuning, Regularization, Optimization
進行深度學習方面的實踐,學習如何讓使它表現更好(超參數的調整,正則化,診斷偏差和方差,以及一些高級優化算法,比如Momentum, RMAProp和Adam優化算法)
講解一些關於建立網絡的”黑魔法“。
1.3 Structuring your Machine Learning project
學習如何構建機器學習工程
構建機器學習系統的策略改變了深度學習,比如把數據轉成 [ 訓練集/驗證集/測試集 ] 的方式
目前最好的訓練方式是什麽呢?如果你的訓練集和測試集來自不同分布怎麽辦?這些在深度學習中更常見,你要怎麽解決呢?
什麽時候應該用end-to-end,什麽時候不該用?
這一門課比較有意思,ng將和大家分享他學習到的課程,生產,部署,深度學習的產品。
這些材料大部分開設深度學習課的大學都沒有提到,但ng認為這些可以讓你的深度學習系統表現更好。
1.4 Convolutional Neural Network
CNN,卷積神經網絡,經常用於圖像領域。
這一門課將學習如何建立這樣的模型。
1.5 Natural Language Processing: Building sequence models
學習序列模型,以及如何將它們應用於自然語言處理和其它問題。序列模型包括RNN, LSTM。
學習這些模型並將它們應用於序列數據(自然語言就是一組單詞序列)。
你也能理解,這些模型如何用於語音識別或者編曲和其它問題。
吳恩達deep learning課程筆記0 Welcome