前言
DeepLearing的五门课程终于完成了，虽然门槛不高，但在工作之余完成全部课程也算不上太轻松，特别在此分享一下相关的经验，希望能帮到对这门课或人工智能有兴趣的同学。
课程介绍
DeepLearing是吴恩达创建的Deeplearning.ai推出的面向大众的深度学习和人工智能的课程，课程发布在Coursera并以月度订阅的方式开放，趁着人工智能这波大潮收获了一大批的粉丝。
DeapLearing系列课程一共由五门课程组成：
1.Neural Networks and Deep Learning
神经网络和深度学习，基础入门课程
2.Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
深度神经网络的优化：高阶参数调优，正则和优化
3.Structuring Machine Learning Projects
结构化机器学习项目，通过类似于真实的项目来讲述在实际中如何应用人工智能来解决问题
4.Convolutional Neural Networks
卷积神经网络，广泛应用于图像识别和处理领域
5.Sequence Models
序列神经网络模型，广泛应用于语音识别等领域
Coursera收费标准是$49/月，包含全部的视频，练习，考试和认证。
思考
1.人工智能是一波大浪这毋庸置疑，但是学习人工智能开始冲浪还是从这波大浪中抽取能量直接让大浪为我所用，就是战略上的问题。
2.做产品有时候就差那么一点，那么多做人工智能公开课的公司，为什么DeapLearing.ai这么成功，大部分产品只着重与请大咖，做广告，做推广，但是在学习中使用中的痛点却莫不关心，比如:开发环境问题，认证问题，测试问题等，而DeapLearing.ai却行动了，后面的人自然只能追着跑。
3.这几门课学下来还是没有回答我最初的问题，人工智能到底能不能产生意识，我们如何能证明自己的判断。
4.python很好用，人工智能领域的绝对主力，非常有前景的编程语言
5.在TensorFlow和Keras等框架的帮助下，就算是啥理论也不懂，一个高中生也照样能把ResNet拿来解决问题，因此到底什么是我们每个人的核心竞争力，未来我们面临的竞争将越来越激烈不光是人类之间的竞争，机器也将参与进来，目前看来持续不断的学习能力和跨领域的链接能力目前来看是比较靠谱的。
总结
本来DeepLearning.ai的系列课程是在coursera上发布的，但由于众所周知的原因，国人想要顺畅的访问并不容易，但好在猪场引进了这门课，免费的哦。点击这里，课程的视频是都有的，但测试和练习都没有，应该是版权和认证没有谈拢吧。
毕竟这门课的练习是非常精髓的。
最后也是最重要的晒一下毕业照：
