This course will teach you how to build models for natural language, audio, and other sequence data. Thanks to deep learning, sequence algorithms are working far better than just two years ago, and this is enabling numerous exciting applications in speech recognition, music synthesis, chatbots, machine translation, natural language understanding, and many others.
提供方
深度学习 专项课程deeplearning.ai课程信息
935,815 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
40%
通过此课程获得实实在在的工作福利
13%
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 5 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16 小时
英语（English）
字幕：中文（繁体）, 法语（French）, 巴西葡萄牙语, 中文（简体）, 韩语, 俄语（Russian）, 英语（English）, 西班牙语（Spanish）
您将获得的技能
Recurrent Neural NetworkArtificial Neural NetworkDeep LearningLong Short-Term Memory (ISTM)
学生职业成果
39%
完成这些课程后已开始新的职业生涯
40%
通过此课程获得实实在在的工作福利
13%
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 5 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16 小时
英语（English）
字幕：中文（繁体）, 法语（French）, 巴西葡萄牙语, 中文（简体）, 韩语, 俄语（Russian）, 英语（English）, 西班牙语（Spanish）
提供方
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
教学大纲 - 您将从这门课程中学到什么
完成时间为 6 小时
Recurrent Neural Networks
Learn about recurrent neural networks. This type of model has been proven to perform extremely well on temporal data. It has several variants including LSTMs, GRUs and Bidirectional RNNs, which you are going to learn about in this section.
完成时间为 6 小时
12 个视频 （总计 112 分钟）, 2 个阅读材料, 4 个测验
12 个视频
Notation9分钟
Recurrent Neural Network Model16分钟
Backpropagation through time6分钟
Different types of RNNs9分钟
Language model and sequence generation12分钟
Sampling novel sequences8分钟
Vanishing gradients with RNNs6分钟
Gated Recurrent Unit (GRU)17分钟
Long Short Term Memory (LSTM)9分钟
Bidirectional RNN8分钟
Deep RNNs5分钟
2 个阅读材料
Gated Recurrent Unit (GRU) *CORRECTION*1分钟
Long Short Term Memory (LSTM) *CORRECTION*1分钟
1 个练习
Recurrent Neural Networks30分钟
完成时间为 4 小时
Natural Language Processing & Word Embeddings
Natural language processing with deep learning is an important combination. Using word vector representations and embedding layers you can train recurrent neural networks with outstanding performances in a wide variety of industries. Examples of applications are sentiment analysis, named entity recognition and machine translation.
完成时间为 4 小时
10 个视频 （总计 102 分钟）, 1 个阅读材料, 3 个测验
10 个视频
Using word embeddings9分钟
Properties of word embeddings11分钟
Embedding matrix5分钟
Learning word embeddings10分钟
Word2Vec12分钟
Negative Sampling11分钟
GloVe word vectors11分钟
Sentiment Classification7分钟
Debiasing word embeddings11分钟
1 个阅读材料
GloVe word vectors *CORRECTION*1分钟
1 个练习
Natural Language Processing & Word Embeddings30分钟
完成时间为 5 小时
Sequence models & Attention mechanism
Sequence models can be augmented using an attention mechanism. This algorithm will help your model understand where it should focus its attention given a sequence of inputs. This week, you will also learn about speech recognition and how to deal with audio data.
完成时间为 5 小时
11 个视频 （总计 103 分钟）, 4 个阅读材料, 3 个测验
11 个视频
Basic Models6分钟
Picking the most likely sentence8分钟
Beam Search11分钟
Refinements to Beam Search11分钟
Error analysis in beam search9分钟
Bleu Score (optional)16分钟
Attention Model Intuition9分钟
Attention Model12分钟
Speech recognition8分钟
Trigger Word Detection5分钟
Conclusion and thank you2分钟
4 个阅读材料
Bleu Score *CORRECTION*1分钟
Corrections10分钟
Workera's Standardized Tests for AI Skills1分钟
Instructions if you are unable to open your notebook10分钟
1 个练习
Sequence models & Attention mechanism30分钟
审阅
来自SEQUENCE MODELS的热门评论
由 AC 提供Jun 23, 2019
Very well produced and explained. In my case, the nature of the Sequence Model makes understanding the concepts and finishing the assignment more challenging than other segments of the specialization.
由 JY 提供Oct 29, 2018
The lectures covers lots of SOTA deep learning algorithms and the lectures are well-designed and easy to understand. The programming assignment is really good to enhance the understanding of lectures.
由 PJ 提供Apr 3, 2019
The previous courses raised the bar and expectations. The assignments for Week 1 and Week 2 were a bit unclear. Lectures for Week 1 and Week 2 can be improved as well. Besides, this is a great course!
由 WK 提供Mar 13, 2018
I was really happy because I could learn deep learning from Andrew Ng. The lectures were fantastic and amazing.\n\nI was able to catch really important concepts of sequence models.\n\nThanks a lot!
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。
退款政策是如何规定的？
如果订阅，您可以获得 7 天免费试听，在此期间，您可以取消课程，无需支付任何罚金。在此之后，我们不会退款，但您可以随时取消订阅。请阅读我们完整的退款政策。
有助学金吗？
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。
还有其他问题吗？请访问 学生帮助中心。
