票圈被吴恩达新开的深度学习课程刷屏？到底如何，我们帮你做了个测评

大数据文摘作品，转载要求见文末

作者 | Aileen、魏子敏、龙牧雪

董怡萱、宁云州

一早醒来票圈被吴恩达的新课程刷屏了，离职百度的吴恩达6月份宣布创立Deeplearning.ai时仅仅曝光了一个logo和域名，颇为神秘，而就在昨天深夜，吴恩达发布博客称，其初创公司deeplearning.ai将通过 Coursera 提供深度学习的最新在线课程。

吴恩达协两名助教一起，亲自上阵，也让大家对这门课程充满了期待。

重操旧业的吴恩达也表示，AI教育不是精英教育，是通识教育，他希望通过这门课让更多人了解AI,据此建立起一个AI驱动的社会。

我们在coursera和deeplearning.ai的官网都找到了课程链接：

https://www.coursera.org/specializations/deep-learning

https://www.deeplearning.ai/

课程到底有多火呢？大数据文摘测评过程中，deeplearning.ai的官网多次间歇性无法访问，估计是流量太大了。

相信正在跃跃欲试机器学习的各位读者也跟文摘一样，想知道这门吴恩达强推的课程到底如何？有怎么样的课程设置？适合怎样的受众？以及性价比怎么样？别着急，大数据文摘一早来注册（真的上了信用卡付了费哦）测评了这门课。先帮大家看看，到底这门课适不适合你。

总体来说，相比市面上已有的机器学习课程，deep learning.ai出品的这门课程在之前Coursera上Hinton的机器学习课程基础上又加了一些专题；课程大纲的设置上，与Stanford和CMU的课程设置比较类似，吴恩达把相关内容串讲起来进一步体系化，应该说是对初学者来说最系统专业的课程；加上英伟达为课程提供GPU，内嵌云实验环境，为课程提供实操的实验环境配合课程，及时练手，强推为机器学习入门选手首选，吴教主出品，绝对是精品。

但是，因为课程定位为ai普及课，内容事实上更适合初学者，如果之前已经学习过coursera上相关课程的同学或者比较专业的选手，就不需要再重新学一遍这门课程了，我们也会在文末列出一些更加专业化的内容给想要深化学习的同学。

当然，还有一大挑战是语言问题，课程目前还是全英授课，没有中文字幕，所以对于国内的盆友的英文也是一大挑战。

吴恩达：AI教育应该是通识课

吴恩达如何定位自己的课程呢？从他凌晨亲自撰写发出的博客可以提炼一些要点：

• 首先，这是他的创业项目初创公司deeplearning.ai的AI布局中，三大动作的第一件大事：通过 Coursera 提供深度学习的最新在线课程。
• 其次，这门课程据吴恩达博客所说，“每一个有机器学习基础知识的人都能够接受这一系列的5门课程，而它们共同构成了Coursera上新的深度学习专业。”
• 第三，吴恩达在博客中也提到，他的课程内容提到不仅会有理论的教授，还有实操的机会，学生可以做相关的项目，方向涵盖医疗、无人驾驶、哑语识别、音乐生成器、自然语言处理。

“深度学习的基础，明白如何建立神经网络，学习如何做一项成功的机器学习项目。你会学到关于卷积网络、循环神经网络、长短时记忆网络、Adam、Dropout、BatchNorm、Xavier/He 初始化等知识。你会做有关医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等的案例，你不仅能掌握理论知识，还能够学到如何在Python和TensorFlow上将它们应用到各个行业当中。你也可以听到很多顶尖深度学习专家讲的课程，他们会分享个人经历，并给你一些职业建议。”

测评过程：亲测！

打开deeplearning.ai，我们看到了以下信息：deeplearning.ai在Coursera上开课啦！点击Enroll会发生什么呢？=w=

我们来到了Coursera界面——这门课叫做“深度学习专项课程”，包括5门课：

• 第1课 神经网络和深度学习 Neural Networks and Deep Learning
• 第2课 优化深度神经网络：超参数调整、正则化、最优化 Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
• 第3课 开始机器学习项目 Structuring Machine Learning Projects
• 第4课 卷积神经网络 Convolutional Neural Networks
• 第5课 序列模型 Sequence Models

每门课持续2-4周不等，上完全部课程需要至少9周。

吴恩达这门深度学习课是这样定价的：每月49美元，你可以看到Coursera上所有的付费课（包括这门课）。

接下来是伟大的实验时间！小编们决定以身试法，帮大家看看课程具体讲的是什么？

有信用卡或PayPal的童鞋可以直接申请7天免费试看哦~

小编华丽丽地购买啦~Duang~

这是付费之后看到的课程页面！可以看到目前“深度学习专项课程”系列的第一门课“神经网络和深度学习”正在进行中——

要完成“神经网络和深度学习”课程，需要在指定期限内完成8个作业，作业分为小测验Quiz和编程练习Programming Assignment，每个小测验占总成绩的7%，每个编程练习占总成绩的20%左右。看来这是一门注重动手实战的课程！

下面是所有需要完成的课程作业↓

在完成作业之前，当然需要收看课程视频和阅读材料啦~让我们来看看前2周的课程任务量：第一周需要看完1小时视频，第2周需要看完2个半小时视频、约10分钟阅读材料。

第2周开始，在视频之外，课程任务里出现了期待已久的编程练习！编程练习需要花至少4小时来完成，是课程的重头戏呀！

打开一个编程练习，我们看到了以下页面

点击开始练习，我们就进入到了一个iPython Notebook界面，可以在线完成编程练习↓

怎么样，有没有很激动！

课程还设置了论坛，大家可以在里面讨论问题↓

同类深度学习课程

其实，吴恩达今天推出的深度学习课程并不是第一个向大众开放的相关课程。去年１月份，Google已在Udacity上推出免费的深度学习课程：https://www.udacity.com/course/deep-learning--ud730

上面的课程和吴恩达开设的课程很相似，都是面向初学者。参加过学习的同学反馈对于入门者非常有效，因为真的可以听懂，但是因为内容相对比较浅，如果想真正理解深度学习，以下的课程可能更加有效：

• 多伦多大学三巨头，被誉为“深度学习之父“的Geoffrey Hinton教授在Coursera上的Neural Networks For Machine Learning网课。他的UT实验室在2012年的某医药大赛中如一匹黑马般赢得桂冠（即使整个团队没有一个人懂生物），真正地把深度学习带入了主流媒体的视线。链接：https://www.coursera.org/learn/neural-networks
• 斯坦福大学CS231n 卷积神经网络视觉识别课程，大数据文摘授权汉化教程链接：http://study.163.com/course/introduction/1003223001.htm

• 斯坦福大学CS224d 自然语言处理深度学习。链接：http://cs224d.stanford.edu/
• 牛津大学与DeepMind合作的自然语言处理深度学习课程。链接：https://www.cs.ox.ac.uk/teaching/courses/2016-2017/dl/
• 专门致力于为深度学习工程师提供教育资源的fast.ai。 链接：http://www.fast.ai/
• Tensorflow提供的机器学习教程，分为两篇
• 初学者篇：https://www.tensorflow.org/get_started/mnist/beginners
• 进阶篇：https://www.tensorflow.org/get_started/mnist/pros
• AI圣经级教科书－蒙特利尔大学教授Yoshua Bengio和他的前学生Ian Goodfellow合著的《Deep Learning》
• 英文版免费阅读：http://www.deeplearningbook.org/ 中文版也已上市！

最后，也为大家附上吴恩达亲自撰写的文章：

亲爱的朋友，

我正在研究3个AI项目，并怀着激动的心情宣布我的第一个项目： deeplearning.ai, 一个致力于传播AI知识的项目，要在coursera上发布一系列新课程了。这门课可以帮助你熟练掌握深度学习，高效的应用它，并在AI领域成就一番事业。

AI是新电力

正如电力从大约一百年前开始改变了每一个主要行业一样，AI现在正准备复刻这辉煌。一些科技巨头已经设立了AI分部，并开始随着AI进化迭代。而在未来几年，大大小小的公司都会意识到他们也必须成为以AI驱动的未来中的一部分。

建立一个AI驱动的社会

我希望我们能够建立起一个AI驱动的社会，给予每个人都承担得起的医疗服务，让每个孩子都享受个性化的教育，制造出便宜到每个人都买得起的自动驾驶汽车，让所有人都做上有意义的工作——一个以AI驱动的社会能改善每个人的生活。

但是，为了达成这个目标，没有一个公司能够完成所有需要的工作。正如现在每一个计算机专业毕业的学生都知道如何使用云，未来每一个程序员都将知道如何运用人工智能。深度学习可以有几百万种方式改善人类的生活，所以社会需要几百万；来自全世界的像你们这样的人来建立巨大的AI体系。不论你是加州踌躇满志的软件工程师，还是中国的科研人员，或者是印度的机器学习工程师，我都希望你们能用深度学习解决这世界上的问题。

你能够学到什么？

每一个有机器学习基础知识的人都能够接受这一系列的5门课程，而它们共同构成了Coursera上新的深度学习专业。

你会学到深度学习的基础，明白如何建立神经网络，学习如何做一项成功的机器学习项目。你会学到关于卷积网络、循环神经网络、长短时记忆网络、Adam、Dropout、BatchNorm、Xavier/He 初始化等知识。你会做有关医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等的案例，你不仅能掌握理论知识，还能够学到如何在Python和TensorFlow上将它们应用到各个行业当中。你也可以听到很多顶尖深度学习专家讲的课程，他们会分享个人经历，并给你一些职业建议。

当你拿到深度学习专业课的认证后，你就能够自信的将“深度学习”放在你的简历上了。

与我共创AI驱动型社会的未来吧

从2011年起，已经有180万人参加了我的机器学习课程。这是我和4个斯坦福的大学生发起的，并在后来成为了Coursera上首个课程。从那时候开始，我就时常被你们努力理解机器学习并建立完美的AI系统，同时在个人事业方面卓越的发展所激励。我希望深度学习专业课能够帮助你们做出更多不可思议的东西，让你们为社会做更多的事，并更好的发展你们的事业，我希望你们能随我一起建立一个AI驱动的社会。

我会在另两的AI项目开发完成后告诉你们，也会在全球AI社区中寻找更多帮助你们的方法。

2017年7月《顶级数据团队建设全景报告》下载

关于转载如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘 | bigdatadigest），并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑，可直接转载，转载后请将转载链接发送给我们；有原创标识文章，请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者，我们将依法追究其法律责任。联系邮箱：zz@bigdatadigest.cn。