01深度學習概論-1.1歡迎

吳恩達深度學習課程系列：

 歡迎來到深度學習工程師微專業

　　第一個視頻主要講了什麼是深度學習，深度學習能作些什麼事情。如下是吳恩達老師的原話：

　　深度學習改變了傳統互聯網業務，例如如網絡搜索和廣告。可是深度學習同時也使得許多新產品和企業以不少方式幫助人們，從得到更好的健康關注。

　　深度學習作的很是好的一個方面就是讀取X光圖像，到生活中的個性化教育，到精準化農業，甚至到駕駛汽車以及其它一些方面。若是你想要學習深度學習的這些工具，並應用它們來作這些使人窒息的操做，本課程將幫助你作到這一點。當你完成cousera上面的這一系列專項課程，你將能更加自信的繼續深度學習之路。在接下來的十年中，我認爲咱們全部人都有機會創造一個驚人的世界和社會，這就是AI（人工智能）的力量。我但願大家能在建立AI（人工智能）社會的過程當中發揮重要做用。

　　我認爲AI是最新的電力，大約在一百年前，咱們社會的電氣化改變了每一個主要行業，從交通運輸行業到製造業、醫療保健、通信等方面，我認爲現在咱們見到了AI明顯的使人驚訝的能量，帶來了一樣巨大的轉變。顯然，AI的各個分支中，發展的最爲迅速的就是深度學習。所以如今，深度學習是在科技世界中廣受歡迎的一種技巧。

　　經過這個課程，以及這門課程後面的幾門課程，你將獲取而且掌握那些技能。

　　下面是你將學習到的內容：

　　在cousera的這一系列也叫作專項課程中,在第一門課中（神經網絡和深度學習），你將學習神經網絡的基礎，你將學習神經網絡和深度學習，這門課將持續四周，專項課程中的每門課將持續2至4周。　　

　　　可是在第一門課程中，你將學習如何創建神經網絡（包含一個深度神經網絡），以及如何在數據上面訓練他們。在這門課程的結尾，你將用一個深度神經網絡進行辨認貓。

　　因爲某種緣由，第一門課會以貓做爲對象識別。

　　接下來在第二門課中，咱們將使用三週時間。你將進行深度學習方面的實踐，學習嚴密地構建神經網絡，如何真正讓它表現良好，所以你將要學習超參數調整、正則化、診斷誤差和方差以及一些高級優化算法，好比Momentum和Adam算法，猶如黑魔法同樣根據你創建網絡的方式。第二門課只有三週學習時間。

　　在第三門課中，咱們將使用兩週時間來學習如何結構化你的機器學習工程。事實證實，構建機器學習系統的策略改變了深度學習的錯誤。

　　舉個例子：你分割數據的方式，分割成訓練集、比較集或改變的驗證集，以及測試集合，改變了深度學習的錯誤。

　　因此最好的實踐方式是什麼呢？

　　你的訓練集和測試集來自不一樣的貢獻度在深度學習中的影響很大，那麼你應該怎麼處理呢？

　　若是你據說過端對端深度學習，你也會在第三門課中瞭解到更多，進而瞭解到你是否須要使用它，第三課的資料是相對比較獨特的，我將和你分享。咱們瞭解到的全部的熱門領域的創建而且改良許多的深度學習問題。這些當今熱門的資料，絕大部分大學在他們的深度學習課堂上面裏面不會教的，我認爲它會提供你幫助，讓深度學習系統工做的更好。

　　在第四門課程中，咱們將會提到卷積神經網絡(CNN(s))，它常常被用於圖像領域，你將會在第四門課程中學到如何搭建這樣的模型。

　　最後在第五門課中，你將會學習到序列模型，以及如何將它們應用於天然語言處理，以及其它問題。

　　序列模型包括的模型有循環神經網絡（RNN）、全稱是長短時間記憶網絡（LSTM）。你將在課程五中瞭解其中的時期是什麼含義，而且有能力應用到天然語言處理（NLP）問題。

　　總之你將在課程五中學習這些模型，以及可以將它們應用於序列數據。好比說，天然語言就是一個單詞序列。你也將可以理解這些模型如何應用到語音識別或者是編曲以及其它問題。

　　所以，經過這些課程，你將學習深度學習的這些工具，你將可以去使用它們去作一些神奇的事情，並藉此來提高你的職業生涯。

 參考：

[1] https://github.com/fengdu78/deeplearning_ai_books

[2] https://study.163.com/my#/smarts