资源 | 吴恩达斯坦福CS230深度学习课程全套资料放出（附下载）

在人工智能领域，深度学习的重要性不言而喻。各大高校纷纷推出具有自己特色的课程，斯坦福大学也不例外。

在deeplearning.ai深度学习专项课程之后，吴恩达在斯坦福又开了一门学分课，这门课涉及到深度学习的基础知识、神经网络构建，以及如何完成一个成功的机器学习项目。具体将涉及卷积网络，RNNs，LSTM，Adam，Dropout，BatchNorm，Xavier / He初始化等，还提供医疗，自动驾驶，手语阅读，音乐创作和自然语言处理等多领域的案例研究。

学习这门课程，不但要去掌握理论，还要了解在工业中的应用，尤其是拥有在Python和TensorFlow中实践想法的能力。

预备知识

学生应具备以下背景：

• 具备基本的计算机科学原理和技能，足以编写合理而非琐碎的计算机程序

• 熟悉概率论（CS 109或者STATS 116）

• 熟悉线性代数（Math 104，Math 113，或者CS205）

作业提交

在这门课程中，学员能够使用Coursera平台做小测验和完成编程作业。每一项测验和编程作业都可以直接从线上提交，然后自动评分。s.课程强烈鼓励学生组成学习小组。学生可以分组讨论和完成编程作业和测验。然而，每个学生必须独立地写下解决方案，而不参考联合讨论的笔记。换句话说，每个学生都必须很好地理解这个解决方案，以便自己重新构建它。此外，每个学生都应该提交自己的代码，并提及与他/她合作的任何人。

资料下载

这门课的全套PPT和学生project、poster都已经上线啦！文摘菌已经帮大家下载好了，在大数据文摘公众号后台对话框内回复“CS230”即可下载全套资料哦！

原文发布时间为：2018-06-21

本文作者：文摘菌

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“大数据文摘”。