暑假一直在刷吴恩达老师的深度学习课程，由于课程中部分内容并不能很好的理解，所以会去对比各个博主的笔记进行学习。为了自我方便，我将所有我认为写的很好的博客汇总到这里，用于快速翻阅。
1. 神经网络与深度学习
-
-
编程作业：使用浅层神经网络实现平面数据分类
-
DeepLearning.ai 课程提炼笔记（1-4）神经网络和深度学习 — 深层神经网络
扫描二维码关注公众号，回复： 8871519 查看本文章
-
编程作业：构建DNN、DNN用于图片分类
2. 优化深度神经网络
- 深度学习的实用层面
- DeepLearning.ai 课程提炼笔记（2-1）改善深层神经网络 — 深度学习的实践方面
- 编程作业：初始化、正则化、梯度检验
- 优化算法
- DeepLearning.ai 课程提炼笔记（2-2）改善深层神经网络 — 优化算法
- 编程作业：多种优化算法
- 超参数调试、Batch正则化和编程框架
- DeepLearning.ai 课程提炼笔记（2-3）改善深层神经网络 — 超参数调试和Batch Norm
- 编程作业：TensorFlow简单教程
3. 构建机器学习项目
- 机器学习策略（上）
- DeepLearning.ai 课程提炼笔记（3-1）结构化机器学习项目 — 机器学习策略(1)
- 机器学习策略（下）
- DeepLearning.ai 课程提炼笔记（3-2）结构化机器学习项目 — 机器学习策略(2)
4. 卷积神经网络CNN
- 卷积神经网络基础
- DeepLearning.ai 课程提炼笔记（4-1）卷积神经网络 — 卷积神经网络基础
- 编程作业：构建卷积神经网络、手势识别应用
- 深度卷积模型：案例研究
- DeepLearning.ai 课程提炼笔记（4-2）卷积神经网络 — 深度卷积模型
- 编程作业：Keras教程-the Happy House、Residual Networks
- 目标检测
- DeepLearning.ai 课程提炼笔记（4-3）卷积神经网络 — 目标检测
- 编程作业：自动驾驶-汽车检测
- 人脸识别与神经风格迁移
- DeepLearning.ai 课程提炼笔记（4-4）卷积神经网络 — 人脸识别和神经风格迁移
- 编程作业：人脸识别-Happy House、神经风格迁移-深度学习和艺术
5. 序列模型
