??深度學習是機器學習領域中一個新的研究方向，它被引入機器學習使其更接近于最初的目標——人工智能。

??深度學習是學習樣本數據的內在規律和表示層次，這些學習過程中獲得的信息對諸如文字、圖像和聲音等數據的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數據。 深度學習是一個復雜的機器學習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關技術。

??深度學習在搜索技術、數據挖掘、機器學習、機器翻譯、自然語言處理、多媒體學習、語音、推薦和個性化技術以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多復雜的模式識別難題，使得人工智能相關技術取得了很大進步。

??在學習完吳恩達機器學習系列課程后，我接著繼續學習了吳恩達深度學習系列課程。吳恩達深度學習系列課程共有五門，分別是神經網絡和深度學習（Neural Network and Deep Learning）、改善深層神經網絡：超參數調試、正則化以及優化（Improving Deep Neural Networks：Hyperparameter tuning,Regularization and Optimization）、結構化機器學習項目（Structuring Machine Learning Projects）、卷積神經網絡（Convolutional Neural Network）、序列模型（Sequence Models）。每一門課的每一部分內容都有對應的編程練習，可以對所學內容進行鞏固和掌握。

??下面是學習過程中用到的一些資料：

• b站上吳恩達深度學習課程第一門課——《神經網絡與深度學習》課程視頻
• b站上吳恩達深度學習課程第二門課——《改善深層神經網絡：超參數調試、正則化以及優化》課程視頻
• b站上吳恩達深度學習課程第三門課——《結構化機器學習項目》課程視頻
• b站上吳恩達深度學習課程第四門課——《卷積神經網絡》課程視頻
• b站上吳恩達深度學習課程第五門課——《序列模型》課程視頻
• 深度學習筆記目錄

??下面是本人在學習吳恩達深度學習過程中用到的所有資料的壓縮包，包括五門課程對應所有編程練習的說明和實現代碼。

• 深度學習所用資料下載

總結

以上是生活随笔為你收集整理的学习深度学习过程中的一些经验与方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。