吳恩達Deeplearning.ai課程學習全體驗：深度學習必備課程

By?路雪2017年8月14日 11:44

8?月?8?日，吳恩達正式發布了?Deepleanring.ai——基于?Coursera?的系列深度學習課程，希望將人工智能時代的基礎知識傳播到更多人身邊。一周過去后，許多人已經學完了目前開放的前三門課程。這些新課適合哪些人，它是否能和經典的《機器學習》課程相比呢？讓我們先看看這篇先行體驗。

在全職工作與家庭瑣事之間，很多人都希望利用自己的剩余時間學習認知科學和人工智能的知識，如果突然出現了一套優秀的課程，那么一切就會變得簡單起來。

吳恩達最近推出的?deeplearning.ai?課程就是這樣的存在。

該課程一在?coursera?上發布，我立即注冊并花了四個晚上觀看其中的講座、參加考試、完成編程作業并通過了課程。

深度學習從業者和機器學習工程師通常會把大量時間花費在?Keras?與?TensorFlow?這樣的抽象工作中。但如果花上一點時間深入了解學習算法的本質，手動編寫反向傳播會是一種非常有意義的過程。這不僅有趣，而且能夠讓你學到很多！

Deeplearning.ai?包含的內容

作為深度學習先驅吳恩達的全新嘗試，Deeplearning.ai?是一個自下而上教你神經網絡原理的課程體系，同時淺顯易懂，處于初級-中級難度。

這是經典的吳恩達風格，知識通過精挑細選的課程、長短合適的視頻與精準設置的信息塊共同呈現。吳恩達從他著名的《機器學習》課程遺漏的信息說起，由單一神經元（邏輯回歸）的角度入手介紹神經網絡，隨后慢慢增加復雜性——加入更多的神經元和更多層。在四周課程結束時（第一門課程），學生就會學到構建復雜神經網絡的所有核心知識，如損失函數、梯度下降和向量化并行?python（numpy）實現。

對于深度學習背后的數學和編程概念，吳恩達也會進行循序漸進的耐心講解，保證學生可以對數學與代碼保持興趣。

課程資料與工具

視頻講解

演講使用幻燈片演示，附以吳恩達本人的筆記。這看起來是一種能讓人時刻集中精力的方法。我覺得將視頻速度調至?1.25?倍或?1.5?倍速度是最好的。

測試工具

測試被安排在每個講課視頻之后，以選擇題的形式出現。如果你完整地觀看了視頻，這些問題應該很容易回答。你也可以多做幾遍題，系統會保留測試成績最高分。

Jupyter?notebook?編程作業

編程作業需要使用?Jupyter?notebook?來做，這是一種強大的網頁版應用。

作業具有非常好的引導順序結構，你在每個空格中只需寫兩到三行代碼。如果你了解向量化等概念，你也可以用一行的長度完成大多數編程題！

在作業做完后，你需要點擊按鈕提交自己的代碼，自動打分系統會在幾分鐘后返回你的分數。一些作業會有時間限制——比如?8?小時只能提交三次。

Jupyter?notebook?設計精良，沒有任何?bug，它們就像拋光打磨好的完美工業產品。

課程適合人群

任何有興趣了解神經網絡是什么及其工作原理；以及想要構建神經網絡工具，對將想法轉變為現實的工具感興趣的人都適合參與本課程。

數學不夠好？不必擔心，吳恩達解釋了所有必要的微積分問題，并在每種情況下都會解釋其中的衍生，這樣你就可以專注于構建神經網絡，把自己的想法通過代碼實現了。

如果你編程不夠好，課程中也有教你使用?numpy?的作業題。但我還是推薦你事先在?codecademy?中學習?python?的基礎知識：https://www.codecademy.com/learn/learn-python。

該課程與?Jeremy?Howard?的?Fast.ai?課程有何區別

讓我用一個類比來解釋：假設你在學開車。

Jeremy?的?FAST.AI?課程是從你坐在駕駛位開始教學。他教你轉動方向盤、踩剎車和油門等等。然后他詳細地解釋汽車的工作原理：為什么轉動方向盤可以使車子轉向、為什么踩剎車可以減速和停車等。他讓你不斷深入了解汽車的內部工作原理，課程結束時，你了解了內燃機引擎的工作原理、油箱的設計原理等。該課程旨在教你學會開車。你可以選擇在學會開車后在任意時間點停止學習，如果你覺得沒必要學會如何造車或修車的話。

吳恩達的深度學習課程也講授以上所有內容，但是順序完全相反。他先教你內燃機引擎！然后不斷增加抽象層，課程結束時，你的開車技術就像?F1?賽車手！

Fast?AI?課程主要教你開車，而吳恩達的課程主要教你車背后的工程原理。

如何學習這門課程

如果你之前對機器學習沒有了解，那么先別學這門課。最好先學習吳恩達之前發布在?coursera?上的機器學習課程（https://www.coursera.org/learn/machine-learning）。

完成那門課程后，再完成?Jeremy?Howard?精彩的深度學習課程（http://course.fast.ai）的第一部分。Jeremy?從上而下地講授深度學習，這對初學者是必要的。

如果你可以順利構建深度神經網絡，那么你就可以學習這門新的?deeplearning.ai?課程（https://www.deeplearning.ai）了。如果你對底層細節和概念有不理解的地方，這門課將解答你的疑惑。

我喜歡這門課的地方

1.?事實明明白白擺出來——周期性地消除任何不確定和歧義。

2.?Andrew?強調深度學習的工程方面，提供大量節省時間和金錢的實用技巧。我作為工程團隊中的主要工程師，學習該課程的第三門課使我受益匪淺。

3.?專門術語處理的很好。Andrew?認為經驗性過程就是試錯的過程。他極其誠實地陳述設計和訓練深度網絡的現實。在某些時刻，我覺得他可能認為深度學習是美化過的曲線擬合（curve-fitting）。

4.?摒棄一切對深度學習和人工智能的炒作。Andrew?對主流媒體大量關于?AI?的炒作給出了克制、認真的評論，課程結束時，你可以明確一點：深度學習不是終結者。

5.?好的樣板代碼（boilerplate?code）能夠開箱即用！

6.?卓越的課程結構。

7.?一致、有用的符號。Andrew?試圖構建一套神經網絡新的命名法，我認為他做到了。

8.?Andrew?獨有的講課風格，延續了之前機器學習課程的風格。我可以感受到和?2013?年學習深度學習課程時一樣的興奮。

9.?深度學習杰出人物專訪令人耳目一新。聽到這些前輩的個人故事非常鼓舞人心，也很有趣。

我認為這門課缺少什么

我希望?Andrew?更頻繁地說「concretely」（具體來說）！

我從這門課中額外學到的內容

1.?深度學習并不簡單。你需要花費大量時間、大量艱苦的工作才能「學會」概念，并使模型正常運轉。Andrew?不久前寫過一個?quora?答案（https://www.quora.com/How-should-you-start-a-career-in-Machine-Learning/answer/Andrew-Ng?srid=TS2A），使我產生了很強的共鳴。

2.?好的工具非常重要，將幫助你提高學習速度。看到?Andrew?講課的時候使用了一支數碼筆，我也買了一支，它幫助我更高效地工作。

黑色墨水是?Andrew?的筆跡，其他顏色是我的筆跡

3.?我推薦大家在學習這門課程之前先學習?Fast.ai?課程還有一個心理原因。那就是一旦你找到了激情，你就可以隨心所欲地學習。

4.?你每次得滿分時就會獲得多巴胺的刺激。

噢耶！

5.?不要被深度學習術語（hyperparameters?=?settings,?architecture/topology=style?等）或數學符號嚇到。如果大膽嘗試，認真聽課，Andrew?會展示這些符號和記號為什么如此有用。它們將很快成為你的得意工具！

一些看起來很可怕的符號。當你開始看課程視頻時，這些符號就會變的好理解了。

結語

1.?每個人都是作為初學者開始這一領域的學習或工作。如果你是深度學習領域的初學者，被這些術語和概念嚇到是很自然的事。但是請不要放棄。你可能被這個領域吸引，找到自己的使命。相信自己的直覺，保持專注，你可以獲得成功！即使吳恩達也得學習線性代數不是嗎？他也不是生來就具備這些知識的。

2.?盡管這是非常好的資源，但它不是世界上唯一的深度學習課程。許多慷慨的教師，如?Salman?Khan、Jeremy?Howard、Sebastian?Thrun、Geoff?Hinton，和吳恩達一樣在網上免費分享他們的知識。我不是很幸運，為了找到工作養家糊口，我沒有讀博士學位，但這并不意味著我要停止學習。多虧了知識的民主化進程，我才有機會制定自己的學習計劃，還能學習我最崇拜的人們的課程：編程（Gerald?Sussman）、線性代數（Gilbert?Strang）、AI（Marvin?Minsky）、哲學（Daniel?Dennett）、心理學（Jean?Piaget）、物理學（Hans?Bethe）……

3.?大部分應用深度學習真的是嚴謹的工程問題。吳恩達教授在第?3?門課程（目前?3?門課程中我最喜歡的一門）中提供了非常有趣的解釋。利用深度學習解決問題所需的思想和解決任何復雜的工程問題所需的思想一樣。你需要了解的一切早在幾十年前?Claude?Shannon?就已經清晰地寫好了（https://medium.com/the-mission/a-genius-explains-how-to-be-creative-claude-shannons-long-lost-1952-speech-fbbcb2ebe07f）。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的吴恩达Deeplearning.ai课程学习全体验：深度学习必备课程 By 路雪2017年8月14日 11:44 8 月 8 日，吴恩达正式发布了 Deepleanring.ai——基于 Cours的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。