This course will teach you the "magic" of getting deep learning to work well. Rather than the deep learning process being a black box, you will understand what drives performance, and be able to more systematically get good results. You will also learn TensorFlow.
Этот курс входит в специализацию ''Специализация Глубокое обучение'
от партнера
Специализация Глубокое обучениеdeeplearning.aiОб этом курсе
Недавно просмотрено: 979,545
Карьерные результаты учащихся
33%
начал новую карьеру, пройдя эти курсы
32%
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.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 18 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Французский, Китайский (упрощенное письмо), Португальский (бразильский), Корейский, Русский, Турецкий, Английский, Испанский
Приобретаемые навыки
HyperparameterTensorflowHyperparameter OptimizationDeep Learning
Карьерные результаты учащихся
33%
начал новую карьеру, пройдя эти курсы
32%
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.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 18 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Французский, Китайский (упрощенное письмо), Португальский (бразильский), Корейский, Русский, Турецкий, Английский, Испанский
от партнера
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Программа курса: что вы изучите
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
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
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
Tuning process7мин
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
от партнера NA13 янв. 2020 г.
After completion of this course I know which values to look at if my ML model is not performing up to the task. It is a detailed but not too complicated course to understand the parameters used by ML.
от партнера XG30 окт. 2017 г.
Thank you Andrew!! I know start to use Tensorflow, however, this tool is not well for a research goal. Maybe, pytorch could be considered in the future!! And let us know how to use pytorch in Windows.
от партнера AM8 окт. 2019 г.
I really enjoyed this course. Many details are given here that are crucial to gain experience and tips on things that looks easy at first sight but are important for a faster ML project implementation
от партнера A22 окт. 2017 г.
Assignment in week 2 could not tell the difference between 'a-=b' and 'a=a-b' and marked the former as incorrect even though they are the same and gave the same output. Other than that, a great course
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
- Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
- Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.
Остались вопросы? Посетите Центр поддержки учащихся.
