吳恩達從百度離職幾個月之後，終於帶著自己的最新專案Deeplearning.ai強勢迴歸。今天就給大家分享NG吳即將推出的深度學習強勢課程-深度學習專業化。NG製作，必屬精品。

本專項課程介紹

如果你想了解和學習AI，這個專業化課程將可以幫助你。深度學習是技術中最受追捧的技能之一。我們將幫助您成為擅長深度學習的專業者。

在五個課程中，您將學習深度學習的基礎，瞭解如何構建神經網路，並學習如何成功領導的機器學習專案。您將瞭解卷積網路，RNN，LSTM，Adam，Dropout，BatchNorm，Xavier / He初始化等知識。您將從保健，自主駕駛，手語閱讀，音樂生成和自然語言處理的案例開始研究工作。你不僅可以掌握深度學習的理論，而且還會看到它在工業中的應用。您將在Python和TensorFlow中練習這些想法，我們將教授這些想法。

您還將接觸許多深度學習的高階研究者，他們將與您分享他們的個人故事並給您一些職業建議。AI正在轉變多個行業。完成這一專業學習之後，您可能會找到很多創造性的方式，將其應用到您的工作中。我們將幫助您掌握深度學習，瞭解如何應用，並在AI中規劃職業生涯。

5門課程

按照建議的順序或選擇您自己的順序。旨在幫助您實踐和應用所學到的技能。

專案概覽：

您將在醫療保健，自主駕駛，手語閱讀，音樂生成和自然語言處理方面看到並開展案例研究。您還將為其中幾個應用程式搭建最先進的深度學習模型。在“機器學習飛行模擬器”專案中，您將通過案例研究，獲得類似專業的機器學習Team中進行研究工作的體驗。

deeplearning.ai還與NVIDIA深度學習研究所（DLI）合作，為實驗室提供先進的特定應用主題，並讓學習者訪問GPU進行程式設計分配。這將為您提供一個機會，在尖端的，類似行業專業的環境中建立深入的學習專案。

課程

初學者專業化

不需要任何經驗。

1. 第1門課程

神經網路與深度學習

即將開課的班次：8月15日至9月18日。

課程學習時間

4周的學習，每週3-6小時

字幕 英語

課程概述

如果你想進行前沿的AI技術的研究，這個課程將幫助你這樣做。深度學習工程師受到高度的追捧，掌握深度學習將為您帶來無數新的職業機會。深度學習也是一個新的“超級大國”，將讓您建立在幾年前不可能實現的人工智慧系統。

在本課程中，您將學習深度學習的基礎。完成這個課程後，您將：

- 瞭解驅動深度學習的主要技術趨勢

- 能夠構建，訓練和應用完全連線的深層神經網路

- 瞭解如何實現高效（向量化）神經網路

- 瞭解神經網路的架構中的關鍵引數

本課程還教你深度學習是怎樣實際工作的，而不是隻提供粗略的或表面級的描述。所以在完成之後，你將能夠深度學習技術應用於你自己的應用程式中。如果您正在AI工作，在學完本課程之後，您還可以回答基本面試問題。這是深度學習專業化的第一門課程。

2. 第2門課程

改進深層神經網路：超引數調優，正則化和優化

即將開課的班次：8月15日至9月11日

課程學習時間 3周，每週3-6小時

字幕 英語

課程概述

本課程將教你一些 “魔術”，是深度學習如何更好的工作。而不是把深度學習過程當做一個黑盒子，您將瞭解什麼驅動著效能，並能夠更系統地獲得好的結果。您還將學習TensorFlow。

3周後，您將：

- 瞭解建立深度學習應用程式的行業最佳實踐。

- 能夠有效地使用常用的神經網路“技巧”，包括初始化，L2和dropout正則化，批量歸一化，梯度校驗，

- 能夠實現和應用各種優化演算法，如迷你批量梯度下降，動量，RMSprop和Adam，並檢查其收斂。

- 瞭解如何設定訓練/開發/測試集和分析偏差/差異的深度學習時代的新的最佳實踐

- 能夠在TensorFlow中實現神經網路。這是深度學習專業化的第二課程。

3. 第3門課程

結構機器學習專案

即將開課的班次：8月15日至9月4日。

課程學習時間 2周的學習，3-4小時/周

字幕 英語

課程概述

您將學習如何建立一個成功的機器學習專案。如果您希望成為AI的技術領導者，並且知道如何為團隊的工作確定方向，本課程將向您展示如何做。

這些內容中的大部分內容從來沒有在其他地方進行過教學，並且來自於我建立和運送許多深度學習產品的經驗。本課程還有兩個“飛行模擬器”實踐，可讓您作為機器學習專案負責人進行決策。這提供了“行業經驗”，您可能只有經過多年的ML工作經驗才能獲得。

2周後，您將：

- 瞭解如何診斷機器學習系統中的錯誤，以及

- 優先考慮最有前途，減少錯誤的方向

- 瞭解複雜的ML設定，例如不匹配的訓練/測試集，比較和/或超越人力水平的表現

- 瞭解如何應用端到端學習，轉移學習和多工學習

我已經看到團隊因為不瞭解本課程所教導的原則，浪費了幾個月或幾年。我希望這兩週的課程可以節省你幾個月的時間。這是一個獨立的課程，只要你有基本的機器學習知識，你就可以學習。這是深度學習專業化的第三課。

4. 第4門課程

卷積神經網路

於不久開始

字幕 英語

課程概述

本課程將教您如何構建卷積神經網路並將其應用於影象資料。因為深度學習技術促進，計算機視覺的工作成績已經遠遠超過兩年前，這使得許多令人興奮的應用程式，從安全的自主駕駛到準確的人臉識別，到自動閱讀放射學影象。

您將：

- 瞭解如何構建卷積神經網路，包括recent variations，如殘留網路。

- 知道如何將卷積網路應用於視覺檢測和識別任務。

- 知道使用神經樣式轉移來產生藝術。

- 能夠將這些演算法應用於各種影象，視訊和其他2D或3D資料。

這是深度學習專業化的第四課。

5. 第5門課程

序列模型

於不久開始

字幕 英語

課程概述

本課程將教您如何構建自然語言，音訊和其他序列資料的模型。由於深度學習，順序演算法的工作遠遠好於兩年前，這使得語音識別，音樂綜合，聊天室，機器翻譯，自然語言理解等眾多令人興奮的應用程式。

您將：

- 瞭解如何構建和訓練迴圈神經網路（RNN）以及常用的變體，如GRU和LSTM。

- 能夠將序列模型應用於自然語言問題，包括文字合成。

- 能夠將序列模型應用於音訊應用，包括語音識別和音樂合成。

這是深度學習專業化的第五個，也是最後一個課程。

製作方：

deeplearning.ai致力於通過分享有關該領域的知識來推進AI。我們希望歡迎更多的人深入學習和AI。

deeplearning.ai是Andrew Ng的新業務，其中包括為跨國界提供全面的AI教育。

Andrew NG

聯合創始人，Coursera; 斯坦福大學兼職教授; 曾任百度AI集團/ Google Brain的負責人

·

教學助理 - Younes Bensouda Mourri

斯坦福大學數學與計算科學系

教學助理 - 啟安·卡坦福洛斯

斯坦福大學碩士（Walter J. Gores 2017），巴黎高等商學院

專項課程源網頁：

獲取更多深度學習最新資訊快速通道：

更多深度學習在NLP方面應用的經典論文、實踐經驗和最新訊息，歡迎關注微信公眾號“深度學習與NLP”或“DeepLearning_NLP”或掃描二維碼新增關注。