學完deeplearning.ai的Course1和Course4

說明

從2018年開始，斷斷續續在網易雲課堂學完了吳恩達在deeplearning.ai講授的兩門經典課，記錄一下：

• Course1:《神經網絡和深度學習》，Neural Networks and Deep Learning
• Course4:《卷積神經網絡》，Convolutional Neural Networks

雖然這兩門課的內容目前已經不算什麼新東西了，而且在吳恩達課程播出之前就一直再用TF/Keras編程應用這些網絡，但不斷重新學習這些基礎理論，對理解和靈活運用他們還是很有幫助的。

學習過程中寫的文章

學習這些課程的過程中，也根據自己的理解和思考，寫了如下一些文章：

• 深度學習的本質
• 深度學習與傳統機器學習算法的區別與應用
• CNN中應用dropout需要了解的所有最新知識
• 深度學習中的梯度消失與梯度爆炸
• 深度學習中爲什麼使用卷積？
• ResNet原理是什麼，爲什麼ResNet能做到那麼深？
• 1x1的卷積能做什麼呢？
• 理解深度學習中的Inception網絡
• 基於深度學習的目標檢測思路
• YOLO算法（Bounding Box）目標檢測
• IoU（交併比）函數
• 非極大值抑制（目標檢測）
• 目標檢測中的Anchor Box算法
• 從one-shot問題的解法發現新的deep learning應用思路
• 詳解Siamese網絡
• 可視化理解卷積神經網絡

Course1: Neural Networks and Deep Learning內容與學習過程記錄

下圖中的綠色實心小圓，表示學完了；空心小圈表示沒看過。

Course4:Convolutional Neural Networks內容與學習過程記錄

下圖中的綠色實心小圓，表示學完了；空心小圈表示沒看過。