If you want to break into cutting-edge AI, this course will help you do so. Deep learning engineers are highly sought after, and mastering deep learning will give you numerous new career opportunities. Deep learning is also a new "superpower" that will let you build AI systems that just weren't possible a few years ago.
提供方
深度学习 专项课程deeplearning.ai课程信息
3,273,811 次近期查看
学生职业成果
39%
完成这些课程后已开始新的职业生涯
38%
通过此课程获得实实在在的工作福利
11%
加薪或升职
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 1 门课程（共 5 门）
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为20 小时
英语（English）
字幕：中文（繁体）, 阿拉伯语（Arabic）, 法语（French）, 乌克兰语, 中文（简体）, 巴西葡萄牙语, 越南语, 韩语, 土耳其语（Turkish）, 英语（English）, 西班牙语（Spanish）, 日语
您将获得的技能
Artificial Neural NetworkBackpropagationPython ProgrammingDeep Learning
学生职业成果
39%
完成这些课程后已开始新的职业生涯
38%
通过此课程获得实实在在的工作福利
11%
加薪或升职
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 1 门课程（共 5 门）
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为20 小时
英语（English）
字幕：中文（繁体）, 阿拉伯语（Arabic）, 法语（French）, 乌克兰语, 中文（简体）, 巴西葡萄牙语, 越南语, 韩语, 土耳其语（Turkish）, 英语（English）, 西班牙语（Spanish）, 日语
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.
教学大纲 - 您将从这门课程中学到什么
完成时间为 2 小时
Introduction to deep learning
Be able to explain the major trends driving the rise of deep learning, and understand where and how it is applied today.
完成时间为 2 小时
7 个视频 （总计 76 分钟）, 2 个阅读材料, 1 个测验
7 个视频
Welcome5分钟
What is a neural network?7分钟
Supervised Learning with Neural Networks8分钟
Why is Deep Learning taking off?10分钟
About this Course2分钟
Course Resources1分钟
Geoffrey Hinton interview40分钟
2 个阅读材料
Frequently Asked Questions10分钟
How to use Discussion Forums10分钟
1 个练习
Introduction to deep learning30分钟
完成时间为 8 小时
Neural Networks Basics
Learn to set up a machine learning problem with a neural network mindset. Learn to use vectorization to speed up your models.
完成时间为 8 小时
19 个视频 （总计 161 分钟）, 7 个阅读材料, 3 个测验
19 个视频
Logistic Regression5分钟
Logistic Regression Cost Function8分钟
Gradient Descent11分钟
Derivatives7分钟
More Derivative Examples10分钟
Computation graph3分钟
Derivatives with a Computation Graph14分钟
Logistic Regression Gradient Descent6分钟
Gradient Descent on m Examples8分钟
Vectorization8分钟
More Vectorization Examples6分钟
Vectorizing Logistic Regression7分钟
Vectorizing Logistic Regression's Gradient Output9分钟
Broadcasting in Python11分钟
A note on python/numpy vectors6分钟
Quick tour of Jupyter/iPython Notebooks3分钟
Explanation of logistic regression cost function (optional)7分钟
Pieter Abbeel interview16分钟
7 个阅读材料
Clarification about Upcoming Logistic Regression Cost Function Video1分钟
Clarification about Upcoming Gradient Descent Video1分钟
Derivation of DL/dz (optional reading)10分钟
Copy of Clarification about Upcoming Logistic Regression Cost Function Video1分钟
Clarification of "dz"10分钟
Deep Learning Honor Code2分钟
Programming Assignment FAQ10分钟
1 个练习
Neural Network Basics30分钟
完成时间为 5 小时
Shallow neural networks
Learn to build a neural network with one hidden layer, using forward propagation and backpropagation.
完成时间为 5 小时
12 个视频 （总计 109 分钟）, 2 个阅读材料, 2 个测验
12 个视频
Neural Network Representation5分钟
Computing a Neural Network's Output9分钟
Vectorizing across multiple examples9分钟
Explanation for Vectorized Implementation7分钟
Activation functions10分钟
Why do you need non-linear activation functions?5分钟
Derivatives of activation functions7分钟
Gradient descent for Neural Networks9分钟
Backpropagation intuition (optional)15分钟
Random Initialization7分钟
Ian Goodfellow interview14分钟
2 个阅读材料
Clarification: Activation Function1分钟
Clarification about Upcoming Backpropagation intuition (optional)1分钟
1 个练习
Shallow Neural Networks30分钟
完成时间为 5 小时
Deep Neural Networks
Understand the key computations underlying deep learning, use them to build and train deep neural networks, and apply it to computer vision.
完成时间为 5 小时
8 个视频 （总计 64 分钟）, 3 个阅读材料, 3 个测验
8 个视频
Forward Propagation in a Deep Network7分钟
Getting your matrix dimensions right11分钟
Why deep representations?10分钟
Building blocks of deep neural networks8分钟
Forward and Backward Propagation10分钟
Parameters vs Hyperparameters7分钟
What does this have to do with the brain?3分钟
3 个阅读材料
Clarification about Getting your matrix dimensions right video1分钟
Clarification about Upcoming Forward and Backward Propagation Video1分钟
Clarification about What does this have to do with the brain video1分钟
1 个练习
Key concepts on Deep Neural Networks30分钟
审阅
来自神经网络与深度学习的热门评论
由 JP 提供Feb 11, 2018
I would love some pointers to additional references for each video. Also, the instructor keeps saying that the math behind backprop is hard. What about an optional video with that? Otherwise, awesome!
由 MH 提供Jun 29, 2018
Very good course to start Deep learning. But you need to have the basic idea first. I would suggest to do the Stanford Andrew Ng Machine Learning course first and then take this specialization courses
由 RG 提供Sep 6, 2020
I have learned a lot from this detailed and well-structured course. Programing assignments were very sophisticatedly designed. It was challenging, fun, and most importantly it delivered what is aimed.
由 AA 提供Jul 2, 2020
Excellent course !!! The flow is perfect and is very easy to understand and follow the course\n\nI loved the simplicity with which Andrew explained the concepts. Great contribution to the community
关于 深度学习 专项课程
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.
常见问题
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。
Is financial aid available?
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。
还有其他问题吗？请访问 学生帮助中心。
