目前，深度學習和深度強化學習已經在實踐中得到了廣泛的運用。整理了深度學習和深入強化學習相關的線上課程，其中包括它們在自然語言處理(NLP)，計算機視覺和控制系統中的應用教程。

吳恩達：深度學習專項

這系列課程側重於講解深度學習的基礎和在不同領域的運用方式，如醫療健康，自動駕駛，手語閱讀，音樂生成和自然語言處理等。課程共包含五個子課程，有視訊講座。同時，課程使用者將獲得使用TensorFlow解決實際問題的實踐經驗。

連結：https://www.coursera.org/specializations/deep-learning

CMU: 深度學習

該課程由蘋果人工智慧研究所主任Ruslan Salakhutdinov主導。課程首先講解了一些例如前饋神經網路、反向傳播、卷積模型等的基本知識。然後介紹深度學習中的要點，包括有向圖和無向圖模型，獨立成分分析(ICA)，稀疏編碼，自動編碼器，限制玻爾茲曼機(RBM)，蒙特卡羅方法，深度信念網路，深度玻爾茲曼機和亥姆霍茲機。其他內容包括深度網路中的正則化和優化、序列建模和深度強化學習。

連結：http://www.cs.cmu.edu/~rsalakhu/10707/

斯坦福大學：深度學習理論(Stat385)

本課程討論深度學習理論方面的知識。有8次特邀嘉賓講座，這些嘉賓是深度學習、計算神經科學和統計學方面的領軍人物。您將有機會在深度學習中，針對當前的研究趨勢，探索他們觀點的多樣性和跨學科性。這門課有視訊講座。

連結：https://stats385.github.io/

Yoshua Bengio: 深度學習

該課程由蒙特利爾大學主導。課程首先回顧了神經網路的基本知識，包括感知器，反向傳播演算法和梯度優化。然後介紹了神經網路、概率圖形模型、深度網路和表示學習等前沿知識。

連結：https://ift6266h16.wordpress.com/

UC Berkeley: 深度強化學習

該課程包括強化學習的基本知識：Q-學習和策略梯度，同時還包含了高階模型學習和預測、提取、獎勵學習以及高階深度強化學習，例如信賴域策略梯度方法、actor-critic方法、探索方法。本門課有視訊講座。

連結：http://rll.berkeley.edu/deeprlcourse/

Google & Udacity: 深度學習

該課程由谷歌首席科學家Vincent Vanhoucke和Udacity的Arpan Chakraborty共同創立。課程內容包括深度學習、深層神經網路、卷積神經網路和針對文字和序列的深層模型。課程作業要求使用tensorflow。這門課有視訊講座。

連結：https://cn.udacity.com/course/deep-learning--ud730

斯坦福大學：基於深度學習的自然語言處理(CS224n)

該課程是2017年冬斯坦福大學 “cs224n：深度學習中的自然語言處理”課程的壓縮版，也是斯坦福大學2018課程的延續版。課程討論瞭如何將深度學習應用在自然語言處理中，自然語言處理中的問題以及在自然語言處理中使用深度學習的限制。講師有Christopher Manning和Richard Socher。

連結：https://www.youtube.com/playlistlist=PL3FW7Lu3i5Jsnh1rnUwq_TcylNr7EkRe6

牛津大學：自然語言處理中的深度學習

本課程涵蓋深度學習的基本原理以及如何將其應用在自然語言處理中。使用者將學習如何定義這個領域中的數學問題，以及獲得使用CPU和GPU的實際程式設計的經驗。講師分別來自牛津大學、CMU、DeepMind和英偉達公司。 這門課程包括視訊講座。

連結：https://github.com/oxford-cs-deepnlp-2017/lectures

李飛飛：視覺識別中的卷積神經網路(cs231n)

本課程將涵蓋深度學習的基礎知識，以及如何將深度學習技術應用於計算機視覺。學生將通過作業和最終專案獲得如何訓練和微調神經網路的實踐經驗。該課程主要使用Python語言。本課程包括視訊講座。

連結：http://cs231n.stanford.edu/

CMU: 深度學習入門

本課程由蘋果公司人工智慧研究所主任Ruslan Salakhutdinov主導，對深度學習做了一個快速而深入的介紹。課程共分為四個一小時時長的視訊講座，涵蓋了監督學習，無監督學習，以及深度學習中的模型評估和開放式的研究問題等內容。

連結：https://simons.berkeley.edu/talks/tutorial-deep-learning

RLDM: 深度強化學習入門

課程由DeepMind的David Silver主導，發表於第二屆強化學習與決策多學科會議(RLDM)上。在這一個半小時的視訊教程中，使用者將瞭解深度學習，強化學習的基本原理，以及如何將深度學習和強化學習以各種方式結合：即深度價值函式，深度策略，和深度模型。此外，使用者還能向頂級專家學習如何處理這些方法中的發散問題。

連結：http://videolectures.net/rldm2015_silver_reinforcement_learning/

UC Berkeley: 深度強化學習入門

這是一個關於強化學習長達一小時的教程，配有視訊講座。使用者將看到強化學習能有多厲害。

連結：https://simons.berkeley.edu/talks/pieter-abbeel-2017-3-28

MLSS: 深度強化學習入門

課程由OpenAI公司的研究科學家John Schulman主導，包括4個1小時長的視訊講座，並帶有針對實驗室問題的練習。

連結：https://www.youtube.com/playlistlist=PLjKEIQlKCTZYN3CYBlj8r58SbNorobqcp