以上是我个人总结的吴恩达深度学习的笔记，里面参考了许多人的资料，希望给大家带来帮助！
我会持续更新的！！！
目前含有的知识有：
- DL 的整体样貌
- 数据集的选取和处理
- 梯度下降
- 一些优化算法
- 一些机器学习的简单策略
总之，目前是深度学习的最基础最基础的知识，小到数据集的选取，大到 DL 的实现。不过这些内容从整体上来说是为以后打基础的，感觉还是很重要的。
以后会继续涉及的知识有：
- CNN
- 序列模型
- 对抗神经网络
- NLP ......
最后感谢：
- 吴恩达的深度学习课程
- 郭老师的 Push
- http://binweber.top/tags/ML/
- http://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/
学习了：
- markdown 语法（最近疯狂迷恋）
- LaTeX 排版（特别是数学公式）
- Jupyter Notebook（简直无敌，超好用）
- 泡了一周的图书馆总结了三周学的知识，脑袋大
- 发现，不要把知识堆到一天去完成，真的，第二天我一个知识点都没看进去，而且又返工了，因为当时实在累的没有精力去思考
- 以上，感谢大家！