來源：機器之心

本文長度為2000字，建議閱讀3分鐘

本文為你分享10大深度學習免費線上課程，have fun~

現在網路上有大量深度學習線上課程，Edgy Lab為大家找到了10大免費課程，幫助大家自學，助力職業生涯。他們研究了頂尖大學和技術公司開設的深度學習MOOC課程，包括針對初級、中級和高階學習者的課程，覆蓋深度學習的大部分概念（從最基礎的到最前沿）。不過這些課程都需要一些先決條件：瞭解數學基礎知識、知道如何使用GitHub庫，以及掌握程式語言，如Python。以下是課程列表。

1. 深度學習（Deep Learning by Google）

谷歌在線上課程平臺Udacity上釋出了深度學習專門課程。該課程持續12周，適合中級開發者，講授深度學習的多方面知識，如如何構建和優化深度神經網路。該課程由谷歌首席科學家、谷歌大腦團隊技術負責人Vincent Vanhoucke開發。

• 課程地址：

  https://www.udacity.com/course/deep-learning—ud730。

2. 神經網路和深度學習（Neural Networks and Deep Learning）

這門課程由斯坦福大學和deeplearning.ai開設，授課人為斯坦福大學教授、Coursera創始人吳恩達，課程通過Class Central和Coursera平臺釋出。

• Class Central：

  https://www.class-central.com/mooc/9058/coursera-neural-networks-and-deep-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

• Coursera：

  https://www.coursera.org/learn/neural-networks-deep-learning

這門課程主要講授深度學習的基礎知識。課程結束時，你將掌握如何構建、訓練和管理深度神經網路，以及如何在自己的專案中使用深度神經網路。

3. 演算法：設計和分析（Algorithms: Design and Analysis）

演算法是深度學習和電腦科學的核心，這門斯坦福大學開設的課程將帶你瞭解演算法。

這門課程適合有點程式設計經驗的學習者，課程第一部分講述「Big-oh」符號、資料排序和搜尋、分治法（divide and conquer method）

學習完第一部分之後，可以註冊學習第二部分，更深入地學習演算法。

• Part 1：

  https://www.class-central.com/mooc/8984/stanford-openedx-algorithms-design-and-analysis?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

• Part 2：

  https://www.class-central.com/mooc/9250/stanford-openedx-algorithms-design-and-analysis-part-2?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

4. 機器學習（Machine Learning）

這門課程持續14周，每週8-10小時，由佐治亞理工學院開設。

這門課講授監督和無監督機器學習、隨機搜尋演算法、貝葉斯學習方法、強化學習和其他機器學習概念。

• 課程地址：

  https://www.class-central.com/mooc/8995/edx-machine-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

5. 改善深度神經網路（Improving Deep Neural Networks）

這是斯坦福大學和deeplearning.ai開設的另一門MOOC課程，為期3周。這門課程講授深度神經網路的超引數調整、正則化和效能優化。

課程免費，證書需付費。

• 課程地址：

  https://www.class-central.com/mooc/9054/coursera-improving-deep-neural-networks-hyperparameter-tuning-regularization-and-optimization?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

6. 深度學習講座（Deep Learning Lecture）

Nando de Freitas是英屬哥倫比亞大學的機器學習教授。Freitas在YouTube上釋出了一系列深度學習講課視訊，地址：

https://www.youtube.com/playlist?list=PLE6Wd9FR—EfW8dtjAuPoTuPcqmOV53Fu

現有不同長度的 16 個視訊。

• 他還發布了一系列適合本科生的機器學習講課視訊，共 33 個。地址：

  https://www.youtube.com/playlist?list=PLE6Wd9FR—Ecf_5nCbnSQMHqORpiChfJf

7. 機器學習神經網路（Neural Networks for Machine Learning）

這門課程由多倫多大學開設，適合具備Python基礎知識的中級學習者。

通過16周的學習，你可以瞭解深度神經網路及其應用，如語音識別、目標識別、影象分割等。

本課程可免費學習，證書需付費。

• 課程地址：

  https://www.class-central.com/mooc/398/coursera-neural-networks-for-machine-learning

8. TensorFlow 上的深度學習創新應用（Creative Applications of Deep Learning with TensorFlow）

這門課程在Kadenze Academy平臺釋出，講授構建不同演算法所需基礎知識，演算法包括：深度卷積神經網路、變分自編碼器、生成對抗網路和迴圈神經網路。

瞭解如何構建深度學習網路之後，你可以進一步學習該課程，瞭解創新應用。

• 課程地址：

  https://www.class-central.com/mooc/6679/kadenze-creative-applications-of-deep-learning-with-tensorflow

9. 深度學習簡介（Introduction to Deep Learning）

這門課程由MIT釋出，為期一週。該課程介紹深度學習技術及其部分行業應用，講授內容包括翻譯演算法、影象識別、目標識別、博弈等。

• 課程地址：

  https://www.class-central.com/mooc/8083/6-s191-introduction-to-deep-learning

10. 自動駕駛汽車中的深度學習（Deep Learning for Self-Driving Cars）

這門課程也由MIT開設，專注於自動駕駛。這門課程適合初學者，不過對高階學習者也有用處，介紹了自動駕駛汽車和半自動駕駛汽車中的深度學習系統。

這門課有5個視訊講座，每個視訊講解一個自動駕駛汽車中的深度學習方法。

• 課程地址：

  https://www.class-central.com/mooc/8132/6-s094-deep-learning-for-self-driving-cars