1.神经网络和深度学习
课程地址：https://mooc.study.163.com/course/2001281002#/info
2.改善深层神经网络：超参数调试、正则化以及优化
3.结构化机器学习项目
4.卷积神经网络
卷积神经网络
- 卷积 以边缘检测为例，说明了不同的滤波器filter可以检测出，不同的形状。
检测出前者的图片中间的垂直结构。
垂直边缘滤波器加测出图片中的垂直结构。
水平边缘加测。
不同的滤波器会学习到不同的检测结构， 反向传播可以学习9个参数，可以检测出更加复杂的结构。
padding：为了卷积到更多的信息，我们会给原来的篇填充一些额外的东西。
1.Valid convolutions ： no padding
2.Same convolutions： 卷积前后图片大小不变 padding
考虑步长 和 padding的 卷积：
立体图形的卷积：
多卷积：
立体卷积 用 多层滤波器 然后将多层的数据加起来。所以导致得到的结构都是1层的数据
一层卷积神经网络的实现：
多个filter会防止过拟合
信道不断增加
- 池化：缩小模型的大小、提高计算速度