摘要：
第三周 序列模型和注意力机制（Sequence models & Attention mechanism） 基础模型（Basic Models） 在这一周，你将会学习 seq2seq（sequence to sequence）模型，从机器翻译到语音识别，它们都能起到很大的作用，从最基本的模型开始。之 阅读全文
摘要：
第二周 自然语言处理与词嵌入（Natural Language Processing and Word Embeddings） 词汇表征（Word Representation） 上周我们学习了 RNN、GRU 单元和 LSTM 单元。本周你会看到我们如何把这些知识用到 NLP 上，用于自然语言处理 阅读全文
摘要：
第四周：Special applications: Face recognition & Neural style transfer 什么是人脸识别？（What is face recognition?） 欢迎来到第四周，即这门课卷积神经网络课程的最后一周。到目前为止，你学了很多卷积神经网络的知识。 阅读全文
摘要：
第三周 目标检测（Object detection） 目标定位（Object localization） 大家好，欢迎回来，这一周我们学习的主要内容是对象检测，它是计算机视觉领域中一个新兴的应用方向，相比前两年，它的性能越来越好。在构建对象检测之前，我们先了解一下对象定位，首先我们看看它的定义。 图 阅读全文
摘要：
第二周 深度卷积网络：实例探究（Deep convolutional models: case studies） 为什么要进行实例探究？（Why look at case studies?） 这周我们首先来看看一些卷积神经网络的实例分析，为什么要看这些实例分析呢？上周我们讲了基本构建，比如卷积层、池 阅读全文
摘要：
第二周：机器学习策略（2）（ML Strategy（2）） 误差分析（Carrying out error analysis） 你好，欢迎回来，如果你希望让学习算法能够胜任人类能做的任务，但你的学习算法还没有达到人类的表现，那么人工检查一下你的算法犯的错误也许可以让你了解接下来应该做什么。这个过程称 阅读全文
摘要：
第二周：优化算法（Optimization algorithms） Mini batch 梯度下降（Mini batch gradient descent） 本周将学习优化算法，这能让你的神经网络运行得更快。机器学习的应用是一个高度依赖经验的过程，伴随着大量迭代的过程，你需要训练诸多模型，才能找到合 阅读全文
摘要：
第三周：Hyperparameter tuning, Batch Normalization and Programming Frameworks 调试处理（Tuning process） 目前为止，你已经了解到，神经网络的改变会涉及到许多不同超参数的设置。现在，对于超参数而言，你要如何找到一套好的 阅读全文
摘要：
第四周：深层神经网络（Deep Neural Networks） 深层神经网络（Deep L layer neural network） 目前为止我们学习了只有一个单独隐藏层的神经网络的正向传播和反向传播，还有逻辑回归，并且你还学到了向量化，这在随机初始化权重时是很重要。本周所要做的是把这些理念集合 阅读全文
摘要：
第三周：浅层神经网络（Shallow neural networks） 神经网络概述（Neural Network Overview） 本周你将学习如何实现一个神经网络。在我们深入学习具体技术之前，我希望快速的带你预览一下本周你将会学到的东西。如果在本节课中的某些细节你没有看懂你也不用担心，我们将在 阅读全文
摘要：
第二周：神经网络的编程基础（Basics of Neural Network programming） 二分类（Binary Classification） 这周我们将学习神经网络的基础知识，其中需要注意的是，当实现一个神经网络的时候，我们需要知道一些非常重要的技术和技巧。例如有一个包含 $m$ 个 阅读全文
摘要：
"[C0]人工智能大师访谈 by 吴恩达" 0.1 吴恩达采访 Geoffery Hinton 0.2 吴恩达采访 Ian Goodfellow 0.3 吴恩达采访 Ruslan Salakhutdinov 0.4 吴恩达采访 Yoshua Bengio 0.5 吴恩达采访 林元庆 0.6 吴恩达采 阅读全文