吴恩达CS230深度学习课小抄来了，图多字少还免费下载 | 斯坦福出品

铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI

“太过分了，为什么没有在第一次了解深度学习的时候看见它。”

4个小时前，一位网友在这个资源帖下面遗憾地回复。这份人气深度学习秘籍，看起来篇幅不长但内容精简，涵盖了吴恩达老师斯坦福大学的CS230深度学习课程重点。

在短短几页的秘籍中，还配备大量高清插图，不怕你看不下去，就怕看得停不下来。

现在，看到这份斯坦福出品资源的网友已经美翻了，纷纷大呼：良心之作！

三大版块

和CS230本课相比，学习清单中省去了深度学习技术落地应用的讲解，介绍了最核心的理论知识。共分为三个版块内容，包括卷积神经网络、递归神经网络和学习技巧。

每个大版块内容中，又被细分为多个小知识点，如同考试小抄，没有面面俱到但重点大多都有。

拿卷积神经网络篇内容来看，设置的内容又包含一定的理解逻辑：概览→层的类型→过滤器超参数→调整超参数→激活函数→物体检测→人脸认证/识别→神经类型转换。

“阅读障碍”患者不要怕，每个知识点介绍大多被一两行搞定了，辅助动图服用效果最佳。

递归神经网络和学习技巧版块形式也是如此：

字少图多，入门和查找的好选择。

传送门

目前，清单地址已经公开，还有PDF版可随时下载。

清单主页：
https://stanford.edu/~shervine/teaching/cs-230.html

Github介绍：
https://github.com/afshinea/stanford-cs-230-deep-learning

进入之后，PDF版不就在这~

期末考试复习阶段已经开启，今天也要加油鸭！

— 完 —

年度评选申请

加入社群

量子位AI社群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态