Coursera的深度學習專業化（由DeepLearning.AI提供）
deeplearning.ai提供的Coursera深度學習專業化中所有課程的編程作業和測驗。
講師：安德魯·恩格（Andrew Ng）
筆記
有關Coursera深度學習專業課程中所有課程的詳細麵試就緒註釋，請參閱www.aman.ai。
設定
運行setup.sh到（i）下載預訓練的VGG-19數據集，（ii）提取所有分配所需的ZIP'D ZIP'D ZIP'D ZIP'D ZIP'D ZIP'D ZIP'D ZIP' DATET和數據集。
學分
此存儲庫包含我的專業工作。除非另有說明，否則代碼基礎，測驗問題和圖表是從Coursera的深度學習專業中獲取的。
2021版
該專業化於2021年4月進行了更新，以包括深度學習和編程框架的發展，最大的變化是從張量流1到TensorFlow 2。此存儲庫也相應地進行了更新。
編程作業
課程1：神經網絡和深度學習
- 第2週-PA 1 -Python基礎知識與Numpy
- 第2週-PA 2-神經網絡心態的邏輯回歸
- 第3週-PA 3-平面數據分類，帶有一個隱藏層
- 第4週-PA 4-建立深層神經網絡：一步一步
- 第4週-PA 5-圖像分類的深神經網絡：應用
課程2：改善深神經網絡：超參數調整，正則化和優化
- 第1週-PA 1-初始化
- 第1週-PA 2-正則化
- 第1週-PA 3-梯度檢查
- 第2週-PA 4-優化方法
- 第3週-PA 5-張量集教程
課程3：結構機器學習項目
- 本課程沒有編程作業。但是本課程帶有非常有趣的案例研究測驗（下圖）。
課程4：卷積神經網絡
- 第1週-PA 1-卷積模型：逐步
- 第1週-PA 2-卷積神經網絡：應用
- 第2週-PA 1-凱拉斯 - 教程 - 快樂房子
- 第2週-PA 2-剩餘網絡
- 第2週-PA 2- Mobilenet轉移學習
- 第3週-PA 1-與Yolo進行自動駕駛的汽車檢測
- 第3週-PA 2-圖像分割UNET
- 第4週-PA 1-神經風格轉移的藝術生成
- 第4週-PA 2-面部識別
課程5：序列模型
- 第1週-PA 1-建立一個經常性神經網絡 - 逐步
- 第1週-PA 2-恐龍土地 - 角色級語言建模
- 第1週-PA 3- LSTM的爵士即興演奏
- 第2週-PA 1-單詞向量表示和辯護
- 第2週-PA 2 -EMOJIFY！
- 第3週-PA 1-神經機器翻譯，注意
- 第3週-PA 2-觸發單詞檢測
- 第4週-PA 1-變壓器網絡
- 第3週-PA 2-變壓器網絡應用程序：命名實體識別
- 第3週-PA 2-變壓器網絡應用：問題答案
測驗解決方案
課程1：神經網絡和深度學習
- 第1週測驗 - 深度學習簡介：文字| PDF
- 第2週測驗 - 神經網絡基礎：文本| PDF
- 第3週測驗 - 淺神經網絡：文本| PDF
- 第4週測驗 - 深神經網絡上的關鍵概念：文本| PDF
課程2：改善深神經網絡：超參數調整，正則化和優化
- 第1週測驗 - 深度學習的實際方面：文本| PDF
- 第2週測驗 - 優化算法：文本| PDF
- 第3週測驗 - 高參數調整，批處理規範化，編程框架：文本| PDF
課程3：結構機器學習項目
- 第1週測驗 - 孔雀城市的鳥類識別（案例研究）：文字| PDF
- 第2週測驗 - 自動駕駛（案例研究）：文本| PDF
課程4：卷積神經網絡
- 第1週測驗 - 轉話的基礎：文本| PDF
- 第2週測驗 - 深卷積模型：文本| PDF
- 第3週測驗 - 檢測算法：文本| PDF
- 第4週測驗 - 特殊應用：面部識別和神經樣式轉移：文本| PDF
課程5：序列模型
- 第1週測驗 - 復發性神經網絡：文本| PDF
- 第2週測驗 - 自然語言處理和單詞嵌入：PDF
- 第3週測驗 - 序列模型和注意機制：文本| PDF
免責聲明
我認識到人們花在建立直覺，了解新概念和調試任務作業上的時間。這裡上傳的解決方案僅供參考。如果您被困在某個地方，它們的目的是取消阻止您。請不要復制代碼的任何部分（如果您仔細閱讀說明，則編程作業非常容易）。同樣，在參考測驗解決方案之前先嘗試測驗。本課程是我參加過的最直接的深度學習課程，其課程內容和結構很棒。這是深度學習團隊的寶藏。
