实战深度学习

回顾上一节的内容，介绍稀疏编码。（P2）

稀疏编码的推理。（P3-P6）

ISTA算法解释。（P7 - P9）

用于稀疏编码推理的坐标下降（P10）

https://mp.weixin.qq.com/s/91lsRZ6n8oPt4bSCXyho3g

回顾上一节课的内容，主要讲解随机梯度下降法。（P2）

L2 正则化。（P3）

L1 正则化。（P4）

偏差——方差权衡。（P5）
http://mp.weixin.qq.com/s/u5fSD2wUmUiKzE8UbMsAZQ

本课程主要内容包括：
 

Kaggle 实战分析 Dogs vs Cats

CNN 初步入门

Excel 中处理 DNN

从零开始写线性模型

Keras 实现线性模型

泛逼近器
http://mp.weixin.qq.com/s/i4Bo3XZaN44UOxfuMPEq5Q

回顾上一节的内容，介绍非监督学习。（P2）

稀疏编码的定义。（P3-P8）

稀疏编码的例子解释。（P9 - P11）
http://mp.weixin.qq.com/s/oC-jk5sBJAYDN_KN9mSLwQ
一 、概述

Jeremy 和 Rachel 两位老师简要介绍了自己的背景，以及开设这门实战课程的原因。

这门实战课程的内容概述。

学习这门课程的方法和建议：多看几遍视频，建议每周花 10 小时；用好 wiki 和 notebook；遇到问题先自己试着解决，善于运用 forum 查找答案和提问。
 
二 、图像识别

为什么深度学习那么有效；

深度学习环境设置；

介绍 Jupyter ，Markdown 和一些 Python 科学包；

Kaggle 实战，猫狗分类；

VGG 模型的分析；

Theano 和 TensorFlow 对比分析。

http://mp.weixin.qq.com/s/EBCqUBjtNlLQbq3GygQaYg