吴恩达pdf（吴恩达《深度学习》笔记汇总）

根据学习进度           ，将吴恩达《深度学习》课程笔记总结如下 
  
 
  
 
  
 
  
 
  
 
  ，具体如下：

第一门课：神经网络和深度学习（第一周）——深度学习引言

第一门课：神经网络和深度学习（第二周）——神经网络的编程基础

第一门课：神经网络和深度学习（第三周）——浅层神经网络

第一门课：神经网络和深度学习（第四周）——深层神经网络

第二门课：改善深层神经网络：超参数调试           、正则化以及优化（第一周）——深度学习的实用层面

第二门课：改善深层神经网络：超参数调试 
  
 
  
 
  
 
  
 
  
 
  、正则化以及优化（第二周）——优化算法

第二门课：改善深层神经网络：超参数调试











、正则化以及优化（第三周）——超参数调试 
  
  
  
  
  
、Batch正则化和程序框架

第三门课：结构化机器学习项目（第一周）——机器学习策略(1)

第三门课：结构化机器学习项目（第二周）——机器学习策略(2)

第四门课：卷积神经网络（第一周）——卷积神经网络

第四门课：卷积神经网络（第二周）——深度卷积网络：实例探究

第四门课：卷积神经网络（第三周）——目标检测

第四门课：卷积神经网络（第四周）——特殊应用：人脸识别和神经风格转换

第五门课：序列模型（第一周）——循环序列模型

第五门课：序列模型（第二周）——自然语言处理与词嵌入

第五门课：序列模型（第三周）——序列模型和注意力机制