送你一份深度学习10大在线免费课程资源！

来源：机器之心

本文长度为2000字，建议阅读3分钟

本文为你分享10大深度学习免费在线课程，have fun~

现在网络上有大量深度学习在线课程，Edgy Lab为大家找到了10大免费课程，帮助大家自学，助力职业生涯。他们研究了顶尖大学和技术公司开设的深度学习MOOC课程，包括针对初级、中级和高级学习者的课程，覆盖深度学习的大部分概念（从最基础的到最前沿）。不过这些课程都需要一些先决条件：了解数学基础知识、知道如何使用GitHub库，以及掌握编程语言，如Python。以下是课程列表。

1. 深度学习（Deep Learning by Google）

谷歌在在线课程平台Udacity上发布了深度学习专门课程。该课程持续12周，适合中级开发者，讲授深度学习的多方面知识，如如何构建和优化深度神经网络。该课程由谷歌首席科学家、谷歌大脑团队技术负责人Vincent Vanhoucke开发。

• 课程地址：

  https://www.udacity.com/course/deep-learning—ud730。

2. 神经网络和深度学习（Neural Networks and Deep Learning）

这门课程由斯坦福大学和deeplearning.ai开设，授课人为斯坦福大学教授、Coursera创始人吴恩达，课程通过Class Central和Coursera平台发布。

• Class Central：

  https://www.class-central.com/mooc/9058/coursera-neural-networks-and-deep-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

• Coursera：

  https://www.coursera.org/learn/neural-networks-deep-learning

这门课程主要讲授深度学习的基础知识。课程结束时，你将掌握如何构建、训练和管理深度神经网络，以及如何在自己的项目中使用深度神经网络。

3. 算法：设计和分析（Algorithms: Design and Analysis）

算法是深度学习和计算机科学的核心，这门斯坦福大学开设的课程将带你了解算法。

这门课程适合有点编程经验的学习者，课程第一部分讲述「Big-oh」符号、数据排序和搜索、分治法（divide and conquer method）、随机算法、数据结构和图基元。

学习完第一部分之后，可以注册学习第二部分，更深入地学习算法。

• Part 1：

  https://www.class-central.com/mooc/8984/stanford-openedx-algorithms-design-and-analysis?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

• Part 2：

  https://www.class-central.com/mooc/9250/stanford-openedx-algorithms-design-and-analysis-part-2?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

4. 机器学习（Machine Learning）

这门课程持续14周，每周8-10小时，由佐治亚理工学院开设。

这门课讲授监督和无监督机器学习、随机搜索算法、贝叶斯学习方法、强化学习和其他机器学习概念。

• 课程地址：

  https://www.class-central.com/mooc/8995/edx-machine-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

5. 改善深度神经网络（Improving Deep Neural Networks）

这是斯坦福大学和deeplearning.ai开设的另一门MOOC课程，为期3周。这门课程讲授深度神经网络的超参数调整、正则化和性能优化。

课程免费，证书需付费。

• 课程地址：

  https://www.class-central.com/mooc/9054/coursera-improving-deep-neural-networks-hyperparameter-tuning-regularization-and-optimization?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

6. 深度学习讲座（Deep Learning Lecture）

Nando de Freitas是英属哥伦比亚大学的机器学习教授。Freitas在YouTube上发布了一系列深度学习讲课视频，地址：

https://www.youtube.com/playlist?list=PLE6Wd9FR—EfW8dtjAuPoTuPcqmOV53Fu

现有不同长度的 16 个视频。

• 他还发布了一系列适合本科生的机器学习讲课视频，共 33 个。地址：

  https://www.youtube.com/playlist?list=PLE6Wd9FR—Ecf_5nCbnSQMHqORpiChfJf

7. 机器学习神经网络（Neural Networks for Machine Learning）

这门课程由多伦多大学开设，适合具备Python基础知识的中级学习者。

通过16周的学习，你可以了解深度神经网络及其应用，如语音识别、目标识别、图像分割等。

本课程可免费学习，证书需付费。

• 课程地址：

  https://www.class-central.com/mooc/398/coursera-neural-networks-for-machine-learning

8. TensorFlow 上的深度学习创新应用（Creative Applications of Deep Learning with TensorFlow）

这门课程在Kadenze Academy平台发布，讲授构建不同算法所需基础知识，算法包括：深度卷积神经网络、变分自编码器、生成对抗网络和循环神经网络。

了解如何构建深度学习网络之后，你可以进一步学习该课程，了解创新应用。

• 课程地址：

  https://www.class-central.com/mooc/6679/kadenze-creative-applications-of-deep-learning-with-tensorflow

9. 深度学习简介（Introduction to Deep Learning）

这门课程由MIT发布，为期一周。该课程介绍深度学习技术及其部分行业应用，讲授内容包括翻译算法、图像识别、目标识别、博弈等。

• 课程地址：

  https://www.class-central.com/mooc/8083/6-s191-introduction-to-deep-learning

10. 自动驾驶汽车中的深度学习（Deep Learning for Self-Driving Cars）

这门课程也由MIT开设，专注于自动驾驶。这门课程适合初学者，不过对高级学习者也有用处，介绍了自动驾驶汽车和半自动驾驶汽车中的深度学习系统。

这门课有5个视频讲座，每个视频讲解一个自动驾驶汽车中的深度学习方法。

• 课程地址：

  https://www.class-central.com/mooc/8132/6-s094-deep-learning-for-self-driving-cars