1樓：CKLSniper
1.繼承了ML課程的風格，對新手非常的友好，即使不是科班出身學習也不會有大問題。
2.講了很多任務程上面的細節，比如第三門課的東西在教科書裡面似乎不會怎麼提到，但對自己訓練大型神經網路會很有幫助。
3.基本沒有很數學的東西，想繼續提高的話可以自學Goodfellow那本書。
2樓：
Andrew Ng的深度學習走了和他的機器學習課程一樣的路線，課程沒有花太多時間在介紹深度學歷的理論上面，而是著重介紹如何用深度學習演算法來解決現實中的問題。另外，課程還提供了傻瓜式的程式設計練習和作業，手把手教你如何上手。
3樓：網易雲課堂
8月29日，網易雲課堂官網推出了吳恩達開設的Deep Learning 課程，並且是帶有中文字幕的版本。目前，網易是Deeplearning.ai 在國內唯一的官方合作夥伴。
以後，國內使用者可以通過網易雲課堂免費學習完整的Deep Learning 課程內容。
攜手吳恩達，人工智慧微專業重磅發布！ - 網易雲課堂
4樓：Angus Zhang
花了差不多5天時間把已經開放的前三門課都刷了一遍。三門課完成度都是100%.
簡單一句話來說，這個specialization非常值得去上，即使花49刀也是值得的。
具體的話上完課我寫了一篇文章，https://zhuanlan /p/28677201
可以看一下。
5樓：望止洋
作為吳恩達原來那門機器學習課程字幕組的成員和組長，也作為乙個慕課愛好者和追隨者，我一直期待吳恩達能開一門新課講深度學習。如今終於來了，熟悉的聲音，熟悉的筆跡，熟悉的上課模式。一口氣聽完了第一門課的一半內容，雖然很基礎，而且跟以前那門課有很多重疊，但是聽過仍然會有新的收穫。
簡單來說說自己的感受。吳恩達的課程，簡單總結一下，輕鬆、親切、實用。聽他上課，首先是他會用手寫筆寫寫畫畫，這比對著螢幕照著念的好多了。
其次，他的英文雖然很流利，但是由於沒有口音而並不是很難聽懂。最主要的一點是，Ng會經常的講一些非常基礎的知識，即使是簡單的符號表達，數學推導，他也會不厭其煩的講清楚。並且會安慰你告訴你如果聽不懂也沒有關係，這不重要，後面還會提到的，等等，這讓聽眾從心理上克服了困難，覺得很親切。
還記得在原來那門課中講到反向傳播時，Ng說，你們也許覺得反向傳播演算法很難理解，不知道在幹什麼，沒有關係，這都是正常的，即便是我，工作了好多年了，猛然想起反向傳播的時候也一時摸不著頭腦，所以你完全不必擔心，我們後面還會再幫助大家理解的。這樣說讓學生聽到以後會覺得很寬慰，不僅增強了信心，而且對後續的課程會更加期待和認真。
在我看來，教育是傳授知識，這是乙個雙向的過程，很多老師只會單方面傳輸，卻不管學生是否有接受。Ng在慕課上很好的做到了授人以漁。在很多問題上，Ng的課程內容也許並沒有那麼難懂，也似乎並未涉及過深的理論，但是卻非常實用。
他會以他的經驗，用最簡單的語言告訴你怎麼少走彎路。這些也許是乙個從業者非常需要的寶貴的財富。從這個角度上講，上他的課是會很有收穫的，而且是跟別處不一樣的收穫。
總體來說，我會繼續堅持聽完五門課，也會考慮購買認證表示支援。
6樓：朱翊瞻
2023年8月9號下午更
總的來說適合外行人來入門，比如說像我這樣的醫學生學起來也不會很吃力，附上之前上的Machine learning的課。
如果是要搞學術的話那還是算了吧，這就是純粹入門加科普的，注意數學的基礎要打紮實，去好好看看Yoshua Bengio寫的deep learning課本吧。
7樓：「已登出」
利益相關：長期白給Coursera錢的選手。
########2023年08月11日分割線########
剛剛突擊看完了第一門課。
可能是，
世界上現存的講的最清晰的深度學習入門教程！
世界上現存的講的最清晰的深度學習入門教程！
世界上現存的講的最清晰的深度學習入門教程！
########2023年08月11日分割線########
看到開課了就註冊了。簡單過了一下內容，比起其他入門的課，比如hinton的課和cs231n，還是要簡單友好不少。配套的程式設計作業做一做，對理解神經網路還是很有幫助的。
儘管最後兩門課還沒放出來，不過目前來看，這是一套實用向、入門向、科普向的課。
鑑於之前machine learning的大火，這套課估計也會成為deep learning的入門必備。
我個人是喜歡這種教育方式的，deep learning也不是什麼高大上的東西，先讓人了解個大概，玩玩試試爽一發，後面自然就入了坑了。
不過感覺這回我大概也就是註冊一發，繼續給信仰充值了。（逃
如何評價吳恩達（Andrew Ng）的學術地位？
譚中沂 1 帶電粒子在電場中受力運動的方向是從正極向負極，可以判定電荷該粒子帶正電 2 粒子在電場中被加速 由動能定理得 qU 12mv2解得 v 2qUm 3 粒子在勻強磁場中做勻速圓周運動，洛倫茲力提供向心力由牛頓第二定律可得 qvB mv2r所以 r mvqB解得 d 2r 2mvqB 2B2...
為什麼要學習吳恩達的機器學習？
入門的時候也看過Ng大神的課，感覺講課風格不是很討喜，總覺得很木訥，就是讀講義抄講義。後來下了講義來一看，我擦，講義寫得這麼美哪用人講啊 其實沒必要看他的課，學過點兒微積分和線性代數的話看李航博士的小藍書是最好最快的入門方式。個人覺得，沒有之一！另外，並不推薦從深度學習入門，因為，見慣了深度學習的簡...
吳恩達老師的深度學習課程需要哪些前置知識呢
陳麒宇 個人以為，Andrew的DL課前置要求不高，機器學習幾個名詞知道意思就行了，沒必要特地回去看老版的機器學習課，線性代數和微積分的要求也就和高數水平差不多，甚至低乙個級別，中國的高中生都能上手，程式設計大概要懂一些，至少用過NumPy，不然作業比較累 嗷嗚來了 首先需要了解線性代數，神經網路操...