吳恩達(dá)《深度學(xué)習(xí)》課程總結(jié)

一、目標(biāo)與計(jì)劃

在這兩年來,一直想好好學(xué)習(xí)下AI。于是乎,在8月25日的時(shí)候,我制定了個(gè)人目標(biāo)。首先,我選擇從吳恩達(dá)《深度學(xué)習(xí)》課程重新開始學(xué)習(xí)。然后,我制定了下面時(shí)間計(jì)劃表。

image-20191020113325018.png

二、計(jì)劃完成過程

很高興的是,計(jì)劃在2019.09.29完成了,所以總體上是提前了。進(jìn)度提前,得益于我在2017年的時(shí)候?qū)W習(xí)過一段時(shí)間這個(gè)課程,還有自己曾經(jīng)也寫過一些代碼進(jìn)行過實(shí)踐,所以中間的作業(yè)課程基本上沒怎么卡頓。

下面是我整個(gè)完成學(xué)習(xí)的進(jìn)度:

  • 課程1(第一周、第二周、第三周):2019.8.25 ~ 2019.8.27

  • 課程1(第四周):2019.9.3 ~ 2019.9.5

  • 課程2(第一周):2019.9.7 ~ 2019.9.7

  • 課程2(第二周):2019.9.8 ~ 2019.9.9

  • 課程2(第三周):2019.9.9 ~ 2019.9.10

  • 課程3(第一周):2019.9.11 ~ 2019.9.11

  • 課程3(第二周):2019.9.12 ~ 2019.9.13

  • 課程4(第一周):2019.9.14 ~ 2019.9.15

  • 課程4(第二周):2019.9.15 ~ 2019.9.16

  • 課程4(第三周):2019.9.16 ~ 2019.9.17

  • 課程4(第四周):2019.9.18 ~ 2019.9.19

  • 課程5(第一周):2019.9.20 ~ 2019.9.21

  • 課程5(第二周):2019.9.23 ~ 2019.9.28

  • 課程5(第三周):2019.9.28 ~ 2019.9.29

從上面可知,我課程1花了11天時(shí)間,比計(jì)劃中8天多了3天,這其中因?yàn)橹虚g有幾天工作比較忙,所以沒有時(shí)間學(xué)習(xí);課程2花了4天時(shí)間,比計(jì)劃中的7天少了3天;課程3花了3天,比計(jì)劃中的6天少了3天;課程4花了6天,比計(jì)劃中的15天少了9天;課程5花了10天,比計(jì)劃中12天少了2天。

至于每天花了多少時(shí)間,這個(gè)我沒有精確記錄。但是,我基本上保證了每天至少1個(gè)小時(shí),有時(shí)候上班不忙的時(shí)候,在辦公室也會(huì)看視頻學(xué)習(xí)。

三、學(xué)習(xí)收獲

總得來說,學(xué)習(xí)收獲很多很多。下面,列舉一些知識(shí)點(diǎn)。

  • 學(xué)習(xí)了什么是神經(jīng)網(wǎng)絡(luò),它內(nèi)部的結(jié)構(gòu)是什么樣的。

  • 學(xué)習(xí)了整個(gè)神經(jīng)網(wǎng)絡(luò)的前向傳播和后向傳播是怎么進(jìn)行的。

  • 學(xué)習(xí)了一些優(yōu)化神經(jīng)網(wǎng)絡(luò)優(yōu)化方法

  • 學(xué)習(xí)了CNN的結(jié)構(gòu)和原理

  • 學(xué)習(xí)了殘差網(wǎng)絡(luò)、Inception這些著名的神經(jīng)網(wǎng)絡(luò)模型

  • 學(xué)習(xí)了如何進(jìn)行遷移學(xué)習(xí)

  • 學(xué)習(xí)了目標(biāo)檢測、人臉識(shí)別和神經(jīng)風(fēng)格轉(zhuǎn)移實(shí)現(xiàn)原理。

  • 學(xué)習(xí)了RNN的結(jié)構(gòu)和原理

  • 學(xué)習(xí)了GRU、LSTM的結(jié)構(gòu)和原理

  • 學(xué)習(xí)了Word2Vec、Seq2Seq、注意力機(jī)制

在整個(gè)學(xué)習(xí)過程中,我每一個(gè)視頻看完,都會(huì)記筆記,記錄下重要的知識(shí)點(diǎn)。也許是前面神經(jīng)網(wǎng)絡(luò)這些基礎(chǔ)知識(shí)掌握還不錯(cuò),在加上吳恩達(dá)老師講得淺顯易懂,我發(fā)現(xiàn)在學(xué)習(xí)CNN、RNN居然沒有什么很難理解的地方,而且在學(xué)習(xí)殘差網(wǎng)絡(luò)、Inception、Word2Vec、Seq2Seq和注意力機(jī)制這些內(nèi)容的時(shí)候,也感覺非常容易理解。

感謝這門課程,在2017年的時(shí)候,曾經(jīng)一個(gè)Seq2Seq雖然我自己用過,并且看過源代碼,當(dāng)時(shí)也只是一知半解。何況,后面的注意力機(jī)制,原理我完全不懂,只是搜索了很久,強(qiáng)行學(xué)會(huì)了使用Tensorflow怎么加上注意力機(jī)制。

四、成績記錄

記錄下Coursera.org學(xué)習(xí)的這門課程記錄,就當(dāng)做生命中的里程碑,希望以后能真正踏入AI這個(gè)行業(yè)中。

image-20191020122849501.png

上面可以看到,我都給課程評(píng)了5星好評(píng),下面是我這門課的成績。

image-20191020123016771.png

五、最后

整個(gè)課程的學(xué)習(xí)模式,我是先在網(wǎng)易云課堂上看這門課程視頻,因?yàn)樯厦嬗兄形姆g。然后,在Coursera做題和編程練習(xí)。強(qiáng)烈推薦,學(xué)習(xí)這門課程,一定要做題和進(jìn)行編程練習(xí)。

在我的計(jì)劃中,學(xué)習(xí)完了,中間有一個(gè)月的代碼實(shí)踐過程,之后在學(xué)習(xí)《機(jī)器學(xué)習(xí)》這門課程。于是乎,我在十一的時(shí)候,參加了天池《"合肥高新杯"心電人機(jī)智能大賽》,雖然沒有進(jìn)入復(fù)賽,但初賽成績也進(jìn)入了Top10%,感覺還不錯(cuò)。在參加比賽的時(shí)候,我發(fā)現(xiàn)其實(shí)很多知識(shí)點(diǎn),有的已經(jīng)忘了,所以還需要重新查詢以前的筆記。

當(dāng)然,整個(gè)課程的知識(shí)點(diǎn)其實(shí)挺多的,我現(xiàn)在并不一定能完全將它吃透。但是,我知道以后在我不停實(shí)踐過程中,再進(jìn)行反復(fù)學(xué)習(xí),這些知識(shí)都會(huì)成為我的技能一張張拼圖。

總之,就好像吳恩達(dá)老師說的一樣,學(xué)習(xí)了這門課程,掌握了深度學(xué)習(xí),我們就擁有了一種超能力

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容