Jul 19 2018

➢ deeplearning.ai深度学习笔记（Course4 Week4）：Special applications: Face recognition & Neural style transfer

deeplearning-ai-notes deep-learning ai

本周介绍了CNN的两个特殊应用：人脸识别、图片风格转移。前者，着重于使用Siamese Network通过triplet loss或binary Classification解决了人脸识别的One Shot Learning问题。后者，通过构建Content Cost和Style Cost实现风格转移。另外还将卷积推广到了1D和3D数据。

Jul 15 2018

➢ deeplearning.ai深度学习笔记（Course4 Week3）：Object detection

deeplearning-ai-notes deep-learning ai

本周介绍了目标检测算法，包括使用bounding box定位，sliding window算法以及YOLO算法。其中YOLO算法涉及IoU、Non-max Suppression、Anchor Boxes。

Jul 08 2018

➢ deeplearning.ai深度学习笔记（Course4 Week2）：Deep convolutional models: case studies

deeplearning-ai-notes deep-learning ai

本周主要包含两部分：

CNN模型案例研究：LeNet-5、AlexNet、VGG-16、ResNets、1x1 CONV、Inception Network。
CNN的实践建议：迁移学习、数据增强。

Jul 05 2018

➢ 2018到2019机器学习中期计划

ai summary machine-learning thinking

现在无论在哪，张口闭口都是人工智能、大数据、云计算、区块链。各种报告都要往这个上面蹭，言必称“智慧”、“智能”、“大数据挖掘分析”。但真正了解的人凤毛麟角，太浮躁了。

Jul 04 2018

➢ deeplearning.ai深度学习笔记（Course4 Week1）：Foundations of Convolutional Neural Networks

deeplearning-ai-notes deep-learning ai

本周讲述了CNN的基础。从边界检测引入卷积运算，并将2D卷积运算延伸到3D中的multi-filter，最后以LeNet-5架构为例整体介绍了CNN。

Jul 01 2018

➢ deeplearning.ai深度学习笔记（Course3 Week2）：ML Strategy (2)

deeplearning-ai-notes deep-learning ai

本周继续介绍了机器学习的策略。包括如何做错误分析，如何处理training与dev/test分布不一致的情况，以及最新发展的迁移学习、多任务学习以及end-to-end学习。

Jun 27 2018

➢ deeplearning.ai深度学习笔记（Course3 Week1）：ML Strategy (1)

deeplearning-ai-notes deep-learning ai

本周介绍了机器学习的策略。强调了方法的正交性，介绍了单值指标并根据情况调整它，以及通过比较人类水平改进bias或variance。