WildCat's Blog

deeplearning.ai 课程学习总结

deeplearning.ai 的课程已经发布一段时间了,最后一部分 Sequence Model 也在不到一周前发布。虽然最近开学课业紧张,我终于在昨天赶完了课程。在此之中有一些感受,想简单写写,供大家参考 。

deeplearning-ai-learning-experience-wall

完成课程的时间与物质成本

吴恩达(Andrew Ng)教授对中国的深度学习学习者来说真的很良心,直接把课程视频和讲义发布到 网易云课堂 免费供大家观看阅读。在夏天,deeplearning.ai 课程刚刚发布的时候,我也是在网易云课堂慢慢观看课程,效率较低。而且这个课程如果抛开编程练习,意义就要小很多了。因此,在圣诞假期的末期时候,我决定去购买了 Coursera 的订阅,并在一月中旬连续刷完前三门课程,一月下旬和二月前几天完成了 Convolutional Neural Networks 和 Sequence Model 部分。时间表如下:

课程 完成时间
Neural Networks and Deep Learning 4 January, 2018
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization 7 January, 2018
Structuring Machine Learning Projects 9 January, 2018
Convolutional Neural Networks 25 January, 2018
Sequence Models 6 February, 2018

可以看到,整套课程完成大概用了 5 周的时间(这个时间并不是全职完成课程,而是完成笔者大学的课程和作业的闲暇时间)。Coursera 有一个星期的试用期,最终应该只会产生一次订阅月费(£36)。不过,实际上,对于自己来说,达到这个速度是有一定的先决条件的:

因此,每个人情况不同,个人觉得不用特别追求速度。对于 Andrew Ng 的课程来讲,花上三个月的订阅费去学习也是性价比很高的(相比于其他同类课程的价格,这个课程已经不能再良心了)。

对课程的整体感受

事后总结的,完成课程的一些小技巧

这部分适合刚开始学习这门课程的同学参考。

Lecture 部分

Assignment 部分

其他感受

总结

毋庸置疑,deeplearning.ai 这一组深度学习课程,质量是非常高的。对于入门者来说,完成这一系列课程需要非常大的毅力与耐心。完成这门课,仅仅意味着自己在这个领域刚刚入门,还有很多需要慢慢探索,比如强化学习、GAN等。不管怎样,希望在学习深度学习路上的各位,可以早日做出自己喜欢的有趣应用。

wechat-tip-code