This course will teach you the "magic" of getting deep learning to work well. Rather than the deep learning process being a black box, you will understand what drives performance, and be able to more systematically get good results. You will also learn TensorFlow.
提供方
深度学习 專項課程deeplearning.ai課程信息
1,181,736 次近期查看
學生職業成果
41%
完成這些課程後已開始新的職業生涯
37%
通過此課程獲得實實在在的工作福利
12%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
第 1 門課程（共 1 門）
可靈活調整截止日期
根據您的日程表重置截止日期。
初級
完成時間大約為18 小時
英語（English）
字幕：中文（繁體）, 法語（French）, 中文（簡體）, 巴西葡萄牙語, 韓語, 俄語（Russian）, 土耳其語（Turkish）, 英語（English）, 西班牙語（Spanish）
您將獲得的技能
HyperparameterTensorflowHyperparameter OptimizationDeep Learning
學生職業成果
41%
完成這些課程後已開始新的職業生涯
37%
通過此課程獲得實實在在的工作福利
12%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
第 1 門課程（共 1 門）
可靈活調整截止日期
根據您的日程表重置截止日期。
初級
完成時間大約為18 小時
英語（English）
字幕：中文（繁體）, 法語（French）, 中文（簡體）, 巴西葡萄牙語, 韓語, 俄語（Russian）, 土耳其語（Turkish）, 英語（English）, 西班牙語（Spanish）
提供方
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
教學大綱 - 您將從這門課程中學到什麼
完成時間為 8 小時
Practical aspects of Deep Learning
完成時間為 8 小時
15 個視頻 （總計 131 分鐘）, 3 個閱讀材料, 4 個測驗
15 個視頻
Bias / Variance8分鐘
Basic Recipe for Machine Learning6分鐘
Regularization9分鐘
Why regularization reduces overfitting?7分鐘
Dropout Regularization9分鐘
Understanding Dropout7分鐘
Other regularization methods8分鐘
Normalizing inputs5分鐘
Vanishing / Exploding gradients6分鐘
Weight Initialization for Deep Networks6分鐘
Numerical approximation of gradients6分鐘
Gradient checking6分鐘
Gradient Checking Implementation Notes5分鐘
Yoshua Bengio interview25分鐘
3 個閱讀材料
Clarification about Upcoming Regularization Video1分鐘
Clarification about Upcoming Understanding dropout Video1分鐘
Clarification about Upcoming Normalizing Inputs Video1分鐘
1 個練習
Practical aspects of deep learning30分鐘
完成時間為 5 小時
Optimization algorithms
完成時間為 5 小時
11 個視頻 （總計 92 分鐘）, 2 個閱讀材料, 2 個測驗
11 個視頻
Understanding mini-batch gradient descent11分鐘
Exponentially weighted averages5分鐘
Understanding exponentially weighted averages9分鐘
Bias correction in exponentially weighted averages4分鐘
Gradient descent with momentum9分鐘
RMSprop7分鐘
Adam optimization algorithm7分鐘
Learning rate decay6分鐘
The problem of local optima5分鐘
Yuanqing Lin interview13分鐘
2 個閱讀材料
Clarification about Upcoming Adam Optimization Video1分鐘
Clarification about Learning Rate Decay Video1分鐘
1 個練習
Optimization algorithms30分鐘
完成時間為 5 小時
Hyperparameter tuning, Batch Normalization and Programming Frameworks
完成時間為 5 小時
11 個視頻 （總計 104 分鐘）, 2 個閱讀材料, 2 個測驗
11 個視頻
Using an appropriate scale to pick hyperparameters8分鐘
Hyperparameters tuning in practice: Pandas vs. Caviar6分鐘
Normalizing activations in a network8分鐘
Fitting Batch Norm into a neural network12分鐘
Why does Batch Norm work?11分鐘
Batch Norm at test time5分鐘
Softmax Regression11分鐘
Training a softmax classifier10分鐘
Deep learning frameworks4分鐘
TensorFlow16分鐘
2 個閱讀材料
Clarifications about Upcoming Softmax Video1分鐘
Note about TensorFlow 1 and TensorFlow 210分鐘
1 個練習
Hyperparameter tuning, Batch Normalization, Programming Frameworks30分鐘
審閱
來自IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION的熱門評論
由 YL 提供2018年2月20日
very useful course, especially the last tensorflow assignment. the only reason i gave 4 stars is due to the lack of practice on batchnorm, which i believe is one of the most usefule techniques lately.
由 AS 提供2020年4月18日
Very good course to give you deep insight about how to enhance your algorithm and neural network and improve its accuracy. Also teaches you Tensorflow. Highly recommend especially after the 1st course
由 NA 提供2020年1月13日
After completion of this course I know which values to look at if my ML model is not performing up to the task. It is a detailed but not too complicated course to understand the parameters used by ML.
由 XG 提供2017年10月30日
Thank you Andrew!! I know start to use Tensorflow, however, this tool is not well for a research goal. Maybe, pytorch could be considered in the future!! And let us know how to use pytorch in Windows.
關於 深度学习 專項課程
If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning.
常見問題
我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
- 课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
- 课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
What is the refund policy?
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。
Will I earn university credit for completing the Course?
This Course doesn't carry university credit, but some universities may choose to accept Course Certificates for credit. Check with your institution to learn more. Online Degrees and Mastertrack™ Certificates on Coursera provide the opportunity to earn university credit.
還有其他問題嗎？請訪問 學生幫助中心。
