深度学习入门

深度学习改变了传统互联网业务，例如如网络搜索和广告。但是深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康关注。 

深度学习做的非常好的一个方面就是读取X光图像，到生活中的个性化教育，到精准化农业，甚至到驾驶汽车以及其它一些方面

AI是最新的电力，大约在一百年前，社会的电气化改变了每个主要行业，从交通运输行业到制造业、医疗保健、通讯等方面，如今我们见到了AI明显的令人惊讶的能量，带来了同样巨大的转变。显然，AI的各个分支中，发展的最为迅速的就是深度学习。因此现在，深度学习是在科技世界中广受欢迎的一种技巧

  1. 第一章节中（神经网络和深度学习）：学习神经网络的基础 

    在第一门课程中，将学习如何建立神经网络（包含一个深度神经网络），以及如何在数据上面训练他们

在这门课程的结尾，将用一个深度神经网络进行辨认猫

  2. 第二章节：进行深度学习方面的实践，学习严密地构建神经网络，如何真正让它表现良好，因此要学习 超参数调整 、 正则化 、 诊断偏差 和 方差 

    一些高级优化算法，比如Momentum和Adam算法，犹如黑魔法一样根据你建立网络的方式

  3. 第三章节：学习如何结 构化 你器学习工程。事实证明，构建机器学习系统的策略改变了深度学习的错误 

    举个例子：分割数据的方式，分割成训练集、比较集或改变的验证集，以及测试集合，改变了深度学习的错误

最好的实践方式是什么呢？训练集和测试集来自不同的贡献度在深度学习中的影响很大，那么应该怎么处理呢？

  4. 第四章节：会提到 卷积神经网络 CNN(s) ，它经常被用于 图像领域 

    将会学到如何搭建这样的模型

  5. 第五章节：会学习到 序列模型 ，以及如何将它们应用于 自然语言处理 。序列模型包括的模型有 循环神经网络 RNN 、全称是 长短期记忆网络 LSTM 

    比如说，自然语言就是一个单词序列

能够理解这些模型如何应用到语音识别或者是编曲以及其它问题

因此，通过这些，将学习深度学习的这些工具，将能够去使用它们去做一些神奇的事情