【我們為什麼挑選這篇文章】 對於吳恩達釋出的人工智慧課程很有興趣？這篇文章完整分享了吳恩達 Deeplearning.ai 線上課程的使用評測，讓你一窺線上課程的作業量和上課時數。
另外，也額外附上好幾個知名大學 AI 公開課程的連結網址，以及吳恩達共勉大家的公開文章。是一篇連我自己都收藏進 Pocket 的好文章！（責任編輯：劉庭瑋）
一早醒來朋友圈被吳恩達的新課程洗版了，離職百度的吳恩達 6 月份宣佈創立 Deeplearning.ai 時僅僅曝光了一個 logo 和域名，頗為神秘，而就在昨天深夜，吳恩達發佈博客稱，其初創公司 deeplearning.ai 將透過 Coursera 提供深度學習的線上課程。
吳恩達協兩名助教一起，親自上陣，也讓大家對這門課程充滿了期待。
重操舊業的吳恩達也表示，AI 教育不是精英教育，是通識教育，他希望通過這門課讓更多人瞭解 AI，據此建立起一個 AI 驅動的社會。
我們在 coursera 和 deeplearning.ai 的官網都找到了課程超連結：
https://www.coursera.org/specializations/deep-learning
https://www.deeplearning.ai/deep-learning-specialization/
課程到底有多紅呢？大數據文摘測評過程中，deeplearning.ai 的官網多次間歇性無法訪問，大概是流量太大了。
相信正在躍躍欲試機器學習的各位讀者也跟文摘一樣，想知道這門吳恩達強推的課程到底如何？有怎麼樣的課程設置？適合怎樣的受眾？以及性價比怎麼樣？別著急，大數據文摘一早來註冊（真的上了信用卡付了費哦）測評了這門課。先幫大家看看，到底這門課適不適合你。
吳教主出品，絕對是精品
總體來說，相比市面上已有的機器學習課程，deep learning.ai 出品的這門課程在之前 Coursera 上 Hinton 的機器學習課程基礎上又加了一些專題；
課程大綱的設置上，與 Stanford 和 CMU 的課程設置比較類似，吳恩達把相關內容串講起來進一步體系化，應該說是對初學者來說最系統專業的課程；加上英偉達為課程提供 GPU，內嵌雲實驗環境，為課程提供實操的實驗環境配合課程，及時練手，強推為機器學習入門選手首選，吳教主出品，絕對是精品。
但是，因為課程定位為 AI 普及課，內容事實上更適合初學者，如果之前已經學習過 coursera 上相關課程的同學或者比較專業的選手，就不需要再重新學一遍這門課程了，我們也會在文末列出一些更加專業化的內容給想要深化學習的同學。
當然，還有一大挑戰是語言問題，課程目前還是全英授課，沒有中文字幕，所以對於大家的英文也是一大挑戰。（2019/08/27 更新，已經有中文字幕啦！）
吳恩達：AI 教育應該是通識課
吳恩達如何定位自己的課程呢？從他凌晨親自撰寫發出的博客可以提煉一些要點：
• 首先，這是他的創業項目初創公司 deeplearning.ai 的 AI 佈局中，三大動作的第一件大事：通過 Coursera 提供深度學習的最新在線課程。
• 其次，這門課程據吳恩達部落格所說，「每一個有機器學習基礎知識的人都能夠接受這一系列的 5 門課程，而它們共同構成了 Coursera 上新的深度學習專業。」
• 第三，吳恩達在部落格中也提到，他的課程內容提到不僅會有理論的教授，還有實操的機會，學生可以做相關的項目，方向涵蓋醫療、無人駕駛、啞語識別、音樂生成器、自然語言處理。
「深度學習的基礎，明白如何建立神經網絡，學習如何做一項成功的機器學習項目。你會學到關於卷積網絡、循環神經網絡、長短時記憶網絡、Adam、Dropout、BatchNorm、Xavier/He 初始化等知識。你會做有關醫療、自動駕駛汽車、閱讀手語、生成音樂和自然語言處理等的案例，你不僅能掌握理論知識，還能夠學到如何在Python和TensorFlow上將它們應用到各個行業當中。你也可以聽到很多頂尖深度學習專家講的課程，他們會分享個人經歷，並給你一些職業建議。」
測評過程：親測！
打開 deeplearning.ai，我們看到了以下信息：deeplearning.ai 在 Coursera 上開課啦！點擊 Enroll 會發生什麼呢？
我們來到了 Coursera 介面——這門課叫做「深度學習專項課程」，包括 5 門課：
• 第 1 課 神經網絡和深度學習 Neural Networks and Deep Learning
• 第 2 課 優化深度神經網絡：超參數調整、正則化、最優化 Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
• 第 3 課 開始機器學習項目 Structuring Machine Learning Projects
• 第 4 課 卷積神經網絡 Convolutional Neural Networks
• 第 5 課 序列模型 Sequence Models
每門課持續 2-4 周不等，上完全部課程需要至少 9 周。（TO 編按：課程官方介紹為：完成時間大約為 3 個月，建議 11 小時/週）
吳恩達這門深度學習課是這樣定價的：每月 49 美元，你可以看到 Coursera 上所有的付費課（包括這門課）。
接下來是偉大的實驗時間！小編們決定以身試法，幫大家看看課程具體講的是什麼？
有信用卡或 PayPal 的童鞋可以直接申請 7 天免費試看哦~
小編華麗麗地購買啦~Duang~
這是付費之後看到的課程頁面！可以看到目前「深度學習專項課程」系列的第一門課「神經網絡和深度學習」正在進行中——
要完成「神經網絡和深度學習」課程，需要在指定期限內完成 8 個作業，作業分為小測驗 Quiz 和編程練習 Programming Assignment，每個小測驗佔總成績的 7%，每個編程練習佔總成績的 20% 左右。看來這是一門注重動手實戰的課程！
下面是所有需要完成的課程作業↓
在完成作業之前，當然需要收看課程影片和閱讀材料啦！讓我們來看看前 2 周的課程任務量：第一周需要看完 1 小時影片，第 2 周需要看完 2 個半小時影片、約 10 分鐘閱讀材料。
第2周開始，在影片之外，課程任務裡出現了期待已久的程式練習！編程練習需要花至少4小時來完成，是課程的重頭戲呀！
打開一個編程練習，我們看到了以下頁面
點擊開始練習，我們就進入到了一個 iPython Notebook 界面，可以在線完成程式練習↓
怎麼樣，有沒有很激動！
課程還設置了討論區，大家可以在裡面討論問題↓
同類深度學習課程
其實，吳恩達今天推出的深度學習課程並不是第一個向大眾開放的相關課程。去年１月份，Google 已在 Udacity 上推出免費的深度學習課程：
上面的課程和吳恩達開設的課程很相似，都是面向初學者。參加過學習的同學反饋對於入門者非常有效，因為真的可以聽懂，但是因為內容相對比較淺，如果想真正理解深度學習，以下的課程可能更加有效：
• 多倫多大學三巨頭，被譽為「深度學習之父」的 Geoffrey Hinton 教授在 Coursera 上的 Neural Networks For Machine Learning 線上課程。他的UT實驗室在2012年的某醫藥大賽中如一匹黑馬般贏得桂冠（即使整個團隊沒有一個人懂生物），真正地把深度學習帶入了主流媒體的視線。
• 史丹佛大學 CS231n 卷積神經網絡視覺識別課程，大數據文摘授權中文教程連結：http://study.163.com/course/introduction/1003223001.htm
• 史丹佛大學 CS224d 自然語言處理深度學習。
連結：http://cs224d.stanford.edu/
• 牛津大學與 DeepMind 合作的自然語言處理深度學習課程。
連結：https://www.cs.ox.ac.uk/teaching/courses/2016-2017/dl/
• 專門致力於為深度學習工程師提供教育資源的 fast.ai。
連結：http://www.fast.ai/
• Tensorflow 提供的機器學習教程，分為兩篇
初學者篇：https://www.tensorflow.org/get_started/mnist/beginners
進階篇：https://www.tensorflow.org/get_started/mnist/pros
• AI 聖經級教科書－蒙特利爾大學教授 Yoshua Bengio 和他的前學生 Ian Goodfellow 合著的《Deep Learning》
英文版免費閱讀：http://www.deeplearningbook.org/ 中文版也已上市！
最後，也為大家附上吳恩達親自撰寫的文章
親愛的朋友，我正在研究3個 AI 項目，並懷著激動的心情宣佈我的第一個項目： deeplearning.ai, 一個致力於傳播 AI 知識的項目，要在 coursera 上發佈一系列新課程了。這門課可以幫助你熟練掌握深度學習，高效的應用它，並在 AI 領域成就一番事業。
AI 是新電力
正如電力從大約一百年前開始改變了每一個主要行業一樣，AI 現在正準備復刻這輝煌。一些科技巨頭已經設立了AI 分部，並開始隨著 AI 進化迭代。而在未來幾年，大大小小的公司都會意識到他們也必須成為以 AI 驅動的未來中的一部分。
建立一個 AI 驅動的社會
我希望我們能夠建立起一個 AI 驅動的社會，給予每個人都承擔得起的醫療服務，讓每個孩子都享受個性化的教育，製造出便宜到每個人都買得起的自動駕駛汽車，讓所有人都做上有意義的工作——一個以 AI 驅動的社會能改善每個人的生活。
但是，為了達成這個目標，沒有一個公司能夠完成所有需要的工作。正如現在每一個計算機專業畢業的學生都知道如何使用雲，未來每一個程序員都將知道如何運用人工智能。深度學習可以有幾百萬種方式改善人類的生活，所以社會需要幾百萬；來自全世界的像你們這樣的人來建立巨大的 AI 體系。不論你是加州躊躇滿志的軟件工程師，還是中國的科研人員，或者是印度的機器學習工程師，我都希望你們能用深度學習解決這世界上的問題。
你能夠學到什麼？
每一個有機器學習基礎知識的人都能夠接受這一系列的 5 門課程，而它們共同構成了 Coursera 上新的深度學習專業。
你會學到深度學習的基礎，明白如何建立神經網絡，學習如何做一項成功的機器學習項目。你會學到關於卷積網絡、循環神經網絡、長短時記憶網絡、Adam、Dropout、BatchNorm、Xavier/He 初始化等知識。你會做有關醫療、自動駕駛汽車、閱讀手語、生成音樂和自然語言處理等的案例，你不僅能掌握理論知識，還能夠學到如何在 Python 和 TensorFlow 上將它們應用到各個行業當中。你也可以聽到很多頂尖深度學習專家講的課程，他們會分享個人經歷，並給你一些職業建議。
當你拿到深度學習專業課的認證後，你就能夠自信的將「深度學習」放在你的簡歷上了。
與我共創 AI 驅動型社會的未來吧
從 2011年起，已經有 180萬人參加了我的機器學習課程。這是我和4個史丹佛的大學生發起的，並在後來成為了 Coursera 上首個課程。從那時候開始，我就時常被你們努力理解機器學習並建立完美的 AI 系統，同時在個人事業方面卓越的發展所激勵。我希望深度學習專業課能夠幫助你們做出更多不可思議的東西，讓你們為社會做更多的事，並更好的發展你們的事業，我希望你們能隨我一起建立一個 AI 驅動的社會。
我會在另兩的 AI 項目開發完成後告訴你們，也會在全球AI社區中尋找更多幫助你們的方法。
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈票圈被吳恩達新開的深度學習課程刷屏？到底如何，我們幫你做了個測評 〉。作者 | Aileen、魏子敏、龍牧雪）
延伸閱讀
中國 AI 教父吳恩達開課啦！史上「最完整」人工智慧課程，帶你一步步成為頂尖人才
【當伯樂都在找良駒】Google、Facebook 和蘋果挖光全球 AI 知名教授，只為吸引超強 AI 學生
Google 台灣總經理簡立峰：「AI 醫療應用市場很大，而台灣有些優勢連美國都沒有」
【人工智慧大躍進】AI 就快學會舉一反三！DeepMind：急需神經科學家幫忙
