问耕 发自 凹非寺
量子位 报道 | 公众号 QbitAI
注册之后，可以获得七天免费试听。不过在这之前，你首先需要输入一张信用卡/储蓄卡，或者Paypal账户的相关信息，用于支付未来的学习费用。
如果7天后，你没有取消听课，每个月会从你的账上扣除49美元。
接着，我们就进入到《深度学习专项课程》的课程首页。
首先，页面上方有一个醒目的提示：“要获得证书， 请通过提交政府颁发的身份证来验证您的身份。”也就是说，你学完这个课程，想要得到一张“吴恩达嫡传真功夫已got”的证书，需要上传身份证、护照或驾照等信息。
△ 吴恩达欢迎信和认证提示
接下来，是一封吴恩达的欢迎信。在这封信里，吴恩达建议用户浏览探索课程网站，查看每周会讲到的知识点和素材，并预览需要完成的课程。另外，所有参与学习的用户，还能在论坛里与同学们一起探讨。
整个课程会从8月15开始，会在9月18日结束。
课程开始前，首先是一个欢迎视频，时长大约五分钟。在这段视频里，吴恩达介绍了AI的发展历程和现状，更重要的是，吴恩达介绍了这次《深度学习专项课程》的五节课，都会大致讲述哪些内容。
△ 吴恩达欢迎视频中的课程介绍截图
第一课：神经网络和深度学习
第二课：改进深度神经网络：超参数调优、正则化和优化
第三课：构建机器学习项目
第四课：卷积神经网络
第五课：自然语言处理：构建序列模型
这五节课，会在一个月的时间里陆续讲完，每一课会进一步细分，每周讲授不同内容。接下来，我们先把第一周的课程大致情况介绍一下。
第一周的课程是：
Introduction to deep learning（深度学习简介） 学习目标：
了解推动深度学习兴起的主要趋势
能够解释深度学习为何适用监督学习
了解主要的模型类别，例如CNN和RNN，以及各自的适用范围
能够基本判断深度学习适用与否
什么是神经网络（7分钟）
神经网络的监督学习（8分钟）
神经网络的兴起（10分钟）
关于课程（2分钟）
课程资源（1分钟）
然后是关于这周课程的10个测试题。
最后还有一段推荐的视频访谈，访谈的对象是Geoffrey Hinton，也被称为“神经网络之父”，时长40分钟。
是不是感觉第一周的课程轻松又愉快？
然后我们看看第二周的课程是怎样的。
第二周的课程是：
Neural Networks Basics（神经网络基础） 学习目标：
使用浅层神经网络架构，搭建一个逻辑回归模型
实现机器学习算法的主要步骤，包括进行预测、微分计算和梯度下降
实现计算高效、高度向量化的模型
了解如何使用反向传播思维来计算逻辑回归的导数
熟悉Python和Numpy
使用iPython Notebooks
能够跨多个训练模型实现向量化
课程视频第一部分：作为神经网络的逻辑回归
二进制分类（8分钟）
逻辑回归（5分钟）
逻辑回归成本函数（8分钟）
梯度下降（11分钟）
导数（7分钟）
更多导数案例（10分钟）
计算图（3分钟）
带计算图的导数（14分钟）
逻辑回归梯度下降（6分钟）
m案例的梯度下降（8分钟）
课程视频第二部分：Python和向量化
向量化（8分钟）
更多向量化案例（6分钟）
向量化逻辑回归（7分钟）
向量化逻辑回归的梯度输出（9分钟）
Python中的广播（11分钟）
Python/Numpy向量简介（6分钟）
Jupyter/iPython Notebooks速览（3分钟）
逻辑回归成本函数解析（选修，7分钟）
这一周课程也有10个关于基本神经网络的试题
编程作业
FAQ常见问题解答
Python基础和Numpy（选修）
及练习编程作业
使用神经网络思维的逻辑回归
及练习编程作业
最后还是一段选看的视频访谈，访谈的对象是Pieter Abbeel，UC Berkeley教授、OpenAI的研究科学家，时长16分钟。
上述课程视频，都可以下载观看，同时提供英文字幕。
当然，如果你想要吴恩达背书的深度学习研修证书，还是得交钱报名~
胖友们，有谁报名了，可以跟我们聊下嘛？
—— 完 ——
加入社群
量子位AI社群7群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot2入群；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot2，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI
'' 追踪AI技术和产品新动态