DeepLearning學習指南

個人部落格網站：www.mwhitelab.com

公衆号：技術雜學鋪

所有文章第一時間更新在個人部落格和公衆号中

本指南内含吳恩達的DeepLearning的課程介紹、學習資料整合、學習建議等内容。本課是萌新入門深度學習的不二之選。

1. 課程介紹

• 課程名稱：DeepLearning
• 課程教師：吳恩達
• 課程内容：神經網絡、項目實戰、圖像處理、自然語言處理
• 前置知識：高中導數知識、線性代數基礎知識
• 課程難度：簡單，推薦新人學習
• 知識清單：神經網絡、項目實戰、圖像處理、自然語言處理
• 課程特點：通俗易懂，兼顧數學基礎與代碼實戰
• 适用人群：大學及以上人群

2. 資料整合

• 視訊：Coursera（付費内容，内含作業） | 網易雲課堂（官方授權，無作業）
• 代碼：課件+作業（盜版資源） 作業運作環境見環境安裝

3. 學習建議

3.1 課程涉及内容

DeepLearning是一個系列的課程，内含5門課，每門課需要2-4周的學習時間。

這五門課分别為：

• 1. 神經網絡基礎知識
• 2. 神經網絡進階知識
• 3. 深度學習項目分析
• 4. 卷積神經網絡（圖像）
• 5. 循環神經網絡（自然語言）

如果速刷（觀看視訊+編寫課程代碼作業）每門課2-3天可學完。

但筆者不推薦速刷。推薦讀者按着自己的學習速度，将前三門課連續學完為佳。第四、五門課根據個人需求，選擇性學習。從事圖像領域則學習第四門，自然語言處理則學習第五門。

3.2 我想快速入門，應該學習哪些内容？

前三門課程必學。根據個人所需要研究的領域選擇性學習圖像處理（CNN卷積網絡）和自然語言處理（RNN循環神經網絡）。第三門課可以放在最後在學。

則，圖像處理方向學習步驟為1,2,4,3；自然語言處理方向學習步驟為1,2,5,3

3.3 我之後應該學習那些課程？

• 圖像領域 CS231N
• 自然語言處理 CS224N
• 強化學習 CS294-122

筆者已學完本課全部内容，讀者若有對本課知識不懂的地方，歡迎在微信公衆号“技術雜學鋪”中留言讨論。