NVIDIA 深度学习研究院与 Deeplearning.ai 和 Coursera 就其新的深度学习专项课程展开合作。
卷积神经网络、递归神经网络、长短期记忆网络。
为了跟上深度学习的发展速度，需要了解的知识还有很多。Deeplearning.ai 和 Coursera 推出的新在线课程将为您展示具体操作。
NVIDIA 深度学习研究院 (DLI) 与这两家公司通力合作，共同开发深度学习专项课程的行业级编程作业。
经过五门课程的学习后，您将掌握深度学习的基础知识，了解如何构建、优化和部署神经网络，同时掌握如何成功领导机器学习项目。
除了 CNN、RNN 和 LSTM 外，您还将学习 Adam、Dropout、BatchNorm 和 Xavier/He 初始化。您可以使用 TensorFlow 深度学习框架在 Python 中实际运用这些算法。
您不仅可以掌握理论，而且还能通过医疗保健、自动驾驶、手语识别、音乐生成和自然语言处理方面的案例研究明白其应用原理。此外，您还可以开始为其中的几个应用（包括机器学习飞行模拟器）构建深度学习模型。
找到适合深度学习的语言
DLI 与 Deeplearning.ai 合作带来“深度学习专项课程”第 5 期的“序列模型”部分。Deeplearning.ai 使用 DLI 的一些自然语言处理基本原理课程。
为了阐述翻译语言所需的技巧，他们在课程中加入了日期翻译。例如，将人类可识别的格式（例如 2015 年 11 月 12 日）翻译成机器可识别的格式（例如 2015-11-12）。
借助深度学习，此领域中使用的序列算法在语音识别、音乐合成、聊天机器人、机器翻译、自然语言理解和许多其他应用方面取得了令人兴奋的进展。
完成深度学习专项课程之后，您将会掌握该主题，了解如何以创新的方式将其运用到工作中，并走上在 AI 领域成就一番事业的道路。
“AI 是新的电力资源，它几乎可以改变我们所做的一切，”Deeplearning.ai 创始人、Coursera 联合创始人兼百度前首席科学家吴恩达说。“通过与 NVIDIA 深度学习研究院合作开发我们的序列模型课程资料，我们可以向所有人展示我们在深度学习方面获得的新进展。”
该课程使用 Python 教学，因此，建议参加者具备基本的编程技能，例如，了解循环、if/else 语句以及列表和字典等数据结构。此外，还建议掌握基本的机器学习知识，如果您刚入门，请考虑学习 Coursera 上吴恩达的机器学习课程。
如果您对深度学习完全不了解，但又渴望开始学习，请查看以下列表，了解获得 AI 速成课程的推荐去处。