吳恩達MachineLearning
詳細的講解了包括數學知識，機器學習演算法知識，比較值得學習的一門課程。
https://www.coursera.org/learn/machine-learning
國內網易雲課堂上也有。
還是吳恩達的課程，介紹了深度神經網路，引數調優，深度學習工程，卷積神經網路，迴圈神經網路相關的知識。 課後作業的一些動手專案非常值得學習，比如神經風格轉換，人臉比對，人臉識別，神經網路翻譯等等。 https://www.deeplearning.ai/
十個星期的課程時間，講解包括神經網路實現，訓練方面的知識，以及邊緣切割方面的研究。
http://cs231n.stanford.edu/
神經網路之父的課程，不做太多介紹，學了之後你的視野和思維也會很不一樣的。 這個好像YouTube上有。
推薦剛剛推出的DeepLearning.ai-TensorflowSpecialization。
不能落地的AI沒有半點用，所以還是得用好Tensorflow才行。 https://www.deeplearning.ai/tensorflow-specialization/
吳恩達MachineLearning
詳細的講解了包括數學知識，機器學習演算法知識，比較值得學習的一門課程。
https://www.coursera.org/learn/machine-learning
國內網易雲課堂上也有。
吳恩達DeepLearning.ai DeepLearningSpecialization還是吳恩達的課程，介紹了深度神經網路，引數調優，深度學習工程，卷積神經網路，迴圈神經網路相關的知識。 課後作業的一些動手專案非常值得學習，比如神經風格轉換，人臉比對，人臉識別，神經網路翻譯等等。 https://www.deeplearning.ai/
李飛飛CS231N Convolutional Neural Networks for Visual Recognition十個星期的課程時間，講解包括神經網路實現，訓練方面的知識，以及邊緣切割方面的研究。
http://cs231n.stanford.edu/
Hinton的Neutral Network for Machine Learning神經網路之父的課程，不做太多介紹，學了之後你的視野和思維也會很不一樣的。 這個好像YouTube上有。
最後推薦剛剛推出的DeepLearning.ai-TensorflowSpecialization。
不能落地的AI沒有半點用，所以還是得用好Tensorflow才行。 https://www.deeplearning.ai/tensorflow-specialization/