深度学习课程
Deep Learning 课程可以帮助您学习神经网络、卷积网络和 Neural Network，以及它们在图像识别和自然语言处理中的应用。您可以掌握模型训练、超参数调整和性能评估方面的技能，这些技能对于开发有效的 AI 解决方案至关重要。许多课程都会介绍 TensorFlow 和 PyTorch 等工具，让您可以实现算法和优化模型，使您的学习体验与当前的行业实践密切相关。
热门 Deep Learning 课程和认证
状态：免费试用DeepLearning.AI
您将获得的技能: 计算机视觉, Transfer Learning, PyTorch（机器学习库）, 自然语言处理, 卷积神经网络, 机器学习, 监督学习, 模型评估, Keras（神经网络库）, 递归神经网络 (RNN), 嵌入, 拥抱的脸, 人工神经网络, 大型语言模型, 人工智能, 人工智能和机器学习（AI/ML）, 应用机器学习, 张力流, 图像分析, 深度学习
状态：免费试用DeepLearning.AI
您将获得的技能: Python 程序设计, 卷积神经网络, 机器学习, 线性代数, 监督学习, Algorithm, 递归神经网络 (RNN), 性能调整, 人工神经网络, 人工智能和机器学习（AI/ML）, 应用机器学习, 深度学习
状态：免费试用状态：人工智能技能您将获得的技能: PyTorch (Machine Learning Library), Keras (Neural Network Library), Convolutional Neural Networks, Deep Learning, Unsupervised Learning, Model Evaluation, Recurrent Neural Networks (RNNs), Tensorflow, Vision Transformer (ViT), Generative Adversarial Networks (GANs), Transfer Learning, Image Analysis, Autoencoders, Applied Machine Learning, Artificial Neural Networks, Generative AI, Time Series Analysis and Forecasting, Reinforcement Learning, Artificial Intelligence and Machine Learning (AI/ML), Model Deployment
状态：免费试用多位教师
您将获得的技能: Transfer Learning, 预测建模, 决策树学习, 机器学习, 无监督学习, 监督学习, 强化学习, NumPy, 模型评估, Jupyter, 分类算法, 人工智能, 功能工程, 随机森林算法, 数据伦理, 深度学习, Scikit-learn （机器学习库）, 张力流, 应用机器学习, 数据预处理
状态：免费试用您将获得的技能: 回归分析, 计算机视觉, Transfer Learning, PyTorch（机器学习库）, 卷积神经网络, 机器学习, 监督学习, Keras（神经网络库）, 递归神经网络 (RNN), Algorithm, 模型评估, 机器学习算法, 人工神经网络, 自动编码器, 应用机器学习, 张力流, 图像分析, 深度学习
状态：免费试用您将获得的技能: PyTorch（机器学习库）, Machine Learning 方法, 逻辑回归, 监督学习, 卷积神经网络, 分类算法, 模型评估, 人工神经网络, 应用机器学习, 人工智能和机器学习（AI/ML）, 深度学习
是什么让您今天来到 Coursera？
状态：新状态：免费试用状态：人工智能技能DeepLearning.AI
您将获得的技能: PyTorch (Machine Learning Library), Model Deployment, Convolutional Neural Networks, Transfer Learning, Generative AI, Deep Learning, Image Analysis, MLOps (Machine Learning Operations), Data Pipelines, Embeddings, Artificial Neural Networks, Model Evaluation, Data Preprocessing, Software Visualization, Computer Vision, Natural Language Processing, Machine Learning
状态：免费试用Imperial College London
您将获得的技能: 计算机视觉, Transfer Learning, 自然语言处理, 模型部署, 卷积神经网络, 数据管道, 监督学习, 模型评估, 人工神经网络, 自动编码器, Keras（神经网络库）, 递归神经网络 (RNN), 贝叶斯统计, 应用机器学习, 张力流, 生成模型架构, 图像分析, 深度学习, 数据预处理, 概率分布
状态：新状态：免费试用您将获得的技能: Model Evaluation, Convolutional Neural Networks, Data Preprocessing, Keras (Neural Network Library), Image Analysis, Deep Learning, Tensorflow, Computer Vision, Artificial Neural Networks, Recurrent Neural Networks (RNNs), Data Manipulation, Data Transformation, Financial Forecasting, Data Visualization, Time Series Analysis and Forecasting, Exploratory Data Analysis, Python Programming, Customer Analysis, Applied Machine Learning, Cloud Computing
状态：免费试用MathWorks
您将获得的技能: Model Evaluation, Computer Vision, Model Deployment, Anomaly Detection, Convolutional Neural Networks, Image Analysis, Transfer Learning, Matlab, Deep Learning, Artificial Neural Networks, Unsupervised Learning, Applied Machine Learning, PyTorch (Machine Learning Library), Data Preprocessing, Classification Algorithms, Data Visualization, Machine Learning Methods, Data Synthesis, Performance Tuning, Data Analysis
状态：新状态：免费试用Pearson
您将获得的技能: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, Model Deployment, Recurrent Neural Networks (RNNs), PyTorch (Machine Learning Library), Convolutional Neural Networks, Tensorflow, Vision Transformer (ViT), LLM Application, Transfer Learning, Computer Vision, Responsible AI, Natural Language Processing, Embeddings, Keras (Neural Network Library), Generative AI, Artificial Neural Networks, Multimodal Prompts
状态：免费试用IBM
您将获得的技能: 探索性数据分析, 统计推理, 降维, 机器学习, 监督学习, 无监督学习, Python 程序设计, 卷积神经网络, 时间序列分析和预测, Keras（神经网络库）, 递归神经网络 (RNN), 分类算法, 自动编码器, 数据科学, 生成对抗网络 (GAN), 应用机器学习, 功能工程, 数据预处理, 深度学习, 数据清理
总之，以下是 10 最受欢迎的 deep learning 课程
- 深度学习: DeepLearning.AI
- 神经网络与深度学习: DeepLearning.AI
- IBM Deep Learning with PyTorch, Keras and Tensorflow: IBM
- 机器学习: DeepLearning.AI
- 使用 Keras 的深度学习和神经网络简介: IBM
- 使用 PyTorch 进行深度学习: IBM
- PyTorch for Deep Learning: DeepLearning.AI
- 用于深度学习的 TensorFlow 2: Imperial College London
- Deep Learning with Python: CNN, ANN & RNN: EDUCBA
- Deep Learning for Computer Vision: MathWorks
