← 学习中心

深度学习专项课程 (吴恩达) DeepLearning.ai

斯坦福大学吴恩达教授的深度学习权威课程(含中英文字幕)。共5门课:神经网络、超参数调优、结构化ML项目、CNN、RNN/Attention。配套GitHub笔记(fengdu78),全球超过200万学习者。

计算机科学 · 183课时

开始学习

课程目录

第1讲 什么是神经网络
第2讲 二分类
第3讲 逻辑回归
第4讲 梯度下降法
第5讲 向量化
第6讲 浅层神经网络
第7讲 激活函数
第8讲 深层神经网络
第9讲 深度网络前向传播
第10讲 训练集/验证集/测试集
第11讲 偏差与方差
第12讲 正则化
第13讲 Dropout正则化
第14讲 归一化输入
第15讲 梯度消失/爆炸
第16讲 Mini-batch梯度下降
第17讲 Momentum
第18讲 Adam优化算法
第19讲 学习率衰减
第20讲 超参数调优
第21讲 Batch Norm
第22讲 误差分析
第23讲 迁移学习
第24讲 多任务学习
第25讲 卷积基础
第26讲 Padding与Stride
第27讲 经典CNN网络
第28讲 ResNet
第29讲 目标检测
第30讲 人脸识别
第31讲 神经风格迁移
第32讲 RNN基础
第33讲 GRU
第34讲 LSTM
第35讲 双向RNN
第36讲 Word Embeddings
第37讲 Seq2Seq模型
第38讲 Attention机制
第39讲 Transformer架构
第40讲 语音识别
第41讲 课程总结
第42讲
第43讲
第44讲
第45讲
第46讲
第47讲
第48讲
第49讲
第50讲