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。