学完deeplearning.ai的Course1和Course4

怼烎@ 2022-01-14 08:37 107阅读 0赞

### 文章目录 ###

*  说明
 *  学习过程中写的文章
 *  Course1: Neural Networks and Deep Learning内容与学习过程记录
 *  Course4:Convolutional Neural Networks内容与学习过程记录

# 说明 #

从2018年开始，断断续续在[网易云课堂][Link 1]学完了吴恩达在deeplearning.ai讲授的两门经典课，记录一下：

*  Course1:《神经网络和深度学习》，Neural Networks and Deep Learning
 *  Course4:《卷积神经网络》，Convolutional Neural Networks

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70]

虽然这两门课的内容目前已经不算什么新东西了，而且在吴恩达课程播出之前就一直再用TF/Keras编程应用这些网络，但不断重新学习这些基础理论，对理解和灵活运用他们还是很有帮助的。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 1]

# 学习过程中写的文章 #

学习这些课程的过程中，也根据自己的理解和思考，写了如下一些文章：

*  [深度学习的本质][Link 2]
 *  [深度学习与传统机器学习算法的区别与应用][Link 3]
 *  [CNN中应用dropout需要了解的所有最新知识][CNN_dropout]
 *  [深度学习中的梯度消失与梯度爆炸][Link 4]
 *  [深度学习中为什么使用卷积？][Link 5]
 *  [ResNet原理是什么，为什么ResNet能做到那么深？][ResNet_ResNet]
 *  [1x1的卷积能做什么呢？][1x1]
 *  [理解深度学习中的Inception网络][Inception]
 *  [基于深度学习的目标检测思路][Link 6]
 *  [YOLO算法（Bounding Box）目标检测][YOLO_Bounding Box]
 *  [IoU（交并比）函数][IoU]
 *  [非极大值抑制（目标检测）][Link 7]
 *  [目标检测中的Anchor Box算法][Anchor Box]
 *  [从one-shot问题的解法发现新的deep learning应用思路][one-shot_deep learning]
 *  [详解Siamese网络][Siamese]
 *  [可视化理解卷积神经网络][Link 8]

# Course1: Neural Networks and Deep Learning内容与学习过程记录 #

下图中的绿色实心小圆，表示学完了；空心小圈表示没看过。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 2]

# Course4:Convolutional Neural Networks内容与学习过程记录 #

下图中的绿色实心小圆，表示学完了；空心小圈表示没看过。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 3]

[Link 1]: https://mooc.study.163.com/smartSpec/detail/1001319001.htm
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70]: /images/20220114/33e22adfeebb45e6a3747fc5c4f40792.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 1]: /images/20220114/75075e3881804bf389bc1563b7aa5b30.png
[Link 2]: https://blog.csdn.net/ybdesire/article/details/78515624
[Link 3]: https://blog.csdn.net/ybdesire/article/details/78347761
[CNN_dropout]: https://blog.csdn.net/ybdesire/article/details/79477808
[Link 4]: https://blog.csdn.net/ybdesire/article/details/79618727
[Link 5]: https://blog.csdn.net/ybdesire/article/details/80057150
[ResNet_ResNet]: https://blog.csdn.net/ybdesire/article/details/80232457
[1x1]: https://blog.csdn.net/ybdesire/article/details/80314925
[Inception]: https://blog.csdn.net/ybdesire/article/details/80628586
[Link 6]: https://blog.csdn.net/ybdesire/article/details/80766569
[YOLO_Bounding Box]: https://blog.csdn.net/ybdesire/article/details/81227424
[IoU]: https://blog.csdn.net/ybdesire/article/details/82056485
[Link 7]: https://blog.csdn.net/ybdesire/article/details/82747902
[Anchor Box]: https://blog.csdn.net/ybdesire/article/details/82860607
[one-shot_deep learning]: https://blog.csdn.net/ybdesire/article/details/82974392
[Siamese]: https://blog.csdn.net/ybdesire/article/details/84072339
[Link 8]: https://blog.csdn.net/ybdesire/article/details/84349678
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 2]: /images/20220114/897663401b524ff7ab0545732d6649af.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3liZGVzaXJl_size_16_color_FFFFFF_t_70 3]: /images/20220114/4cb37e196b9c41e98d2448f243f632e9.png