Об этом курсе

Недавно просмотрено: 1,609,096

Карьерные результаты учащихся

41%

начал новую карьеру, пройдя эти курсы

37%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 18 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Китайский (упрощенное письмо), Португальский (бразильский), Корейский, Турецкий, Английский, Испанский...

Приобретаемые навыки

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

Карьерные результаты учащихся

41%

начал новую карьеру, пройдя эти курсы

37%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 18 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Китайский (упрощенное письмо), Португальский (бразильский), Корейский, Турецкий, Английский, Испанский...

от партнера

Логотип deeplearning.ai

deeplearning.ai

Программа курса: что вы изучите

Оценка контентаThumbs Up96%(46,084 оценки)Info
Неделя
1

Неделя 1

8 ч. на завершение

Practical aspects of Deep Learning

8 ч. на завершение
15 видео ((всего 131 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
15 видео
Bias / Variance8мин
Basic Recipe for Machine Learning6мин
Regularization9мин
Why regularization reduces overfitting?7мин
Dropout Regularization9мин
Understanding Dropout7мин
Other regularization methods8мин
Normalizing inputs5мин
Vanishing / Exploding gradients6мин
Weight Initialization for Deep Networks6мин
Numerical approximation of gradients6мин
Gradient checking6мин
Gradient Checking Implementation Notes5мин
Yoshua Bengio interview25мин
3 материала для самостоятельного изучения
Clarification about Upcoming Regularization Video1мин
Clarification about Upcoming Understanding dropout Video1мин
Clarification about Upcoming Normalizing Inputs Video1мин
1 практическое упражнение
Practical aspects of deep learning30мин
Неделя
2

Неделя 2

5 ч. на завершение

Optimization algorithms

5 ч. на завершение
11 видео ((всего 92 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
11 видео
Understanding mini-batch gradient descent11мин
Exponentially weighted averages5мин
Understanding exponentially weighted averages9мин
Bias correction in exponentially weighted averages4мин
Gradient descent with momentum9мин
RMSprop7мин
Adam optimization algorithm7мин
Learning rate decay6мин
The problem of local optima5мин
Yuanqing Lin interview13мин
2 материала для самостоятельного изучения
Clarification about Upcoming Adam Optimization Video1мин
Clarification about Learning Rate Decay Video1мин
1 практическое упражнение
Optimization algorithms30мин
Неделя
3

Неделя 3

5 ч. на завершение

Hyperparameter tuning, Batch Normalization and Programming Frameworks

5 ч. на завершение
11 видео ((всего 104 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
11 видео
Using an appropriate scale to pick hyperparameters8мин
Hyperparameters tuning in practice: Pandas vs. Caviar6мин
Normalizing activations in a network8мин
Fitting Batch Norm into a neural network12мин
Why does Batch Norm work?11мин
Batch Norm at test time5мин
Softmax Regression11мин
Training a softmax classifier10мин
Deep learning frameworks4мин
TensorFlow16мин
2 материала для самостоятельного изучения
Clarifications about Upcoming Softmax Video1мин
Note about TensorFlow 1 and TensorFlow 210мин
1 практическое упражнение
Hyperparameter tuning, Batch Normalization, Programming Frameworks30мин

Рецензии

Лучшие отзывы о курсе IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

Посмотреть все отзывы

Специализация Глубокое обучение: общие сведения

If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning. In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work. We will help you master Deep Learning, understand how to apply it, and build a career in AI....
Глубокое обучение

Часто задаваемые вопросы

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

Остались вопросы? Посетите Центр поддержки учащихся.