推薦大家開源專案
將介紹深度學習的基本組成部分，它的含義，工作原理，以及開發構建各種演算法所需的**，如深度卷積網路，變分自動編碼器，生成性對抗網路和迴圈神經網路。本課程的主要重點是不僅要了解如何構建這些演算法的必要元件，還要了解如何將它們應用於探索創造性應用程式。提供免費和付費選項。
這門課程的專業性和質量都非常好，被很多人強烈推薦。
neural networks for machine learning
多倫多大學
★★★★★
了解人工神經網路及其如何用於機器學習，應用於語音和物件識別，影象分割，建模語言和人體運動等。強調基本演算法和獲得所需的實用技巧他們運作良好。提供免費和付費選項。
比較厲害的是裡面的講師，geoffrey hinton，80年代研究人工智慧和神經網路的最重要和最有影響力的研究人員之一。他現在也與google合作開展人工智慧/深度學習工程。
就是這個老爺爺，深度學習教父級別
practical deep learning for coders, part 1
fast.ai
★★★★☆
課程為期7周，專門為一年程式設計經驗以上的人設計，比較初級，幫你從0開始學習如何讓gpu適合深度學習。免費的喲
6.s191：深度學習簡介
麻省理工學院（mit）
★★★★
課程為期1周，對深度學習方法做了介紹，包含了包括機器翻譯，影象識別，遊戲，影象生成等應用。mit的課程，免費again
6.s094：自動駕駛汽車的深度學習
麻省理工學院（mit）
★★★★☆
這門課程通過構建自動駕駛汽車的應用主題介紹深度學習的實踐。為初學者開放，專為那些剛接觸機器學習的人設計的，但資深人士也可以會從中獲益，尋找深度學習方法及其應用的實用概述。免費again
自然語言處理的深度學習
牛津大學
★★★★☆
課程重點介紹使用遞迴神經網路分析和生成語音和文字的最新進展。介紹了相關機器學習模型的數學定義，並推導了相關的優化演算法。
由phil blunsom帶領，並與
deepmind自然語言研究小組合作。
免費喲
cs224n: natural language processing with deep learning 史丹福大學
這門課程全面介紹了應用於nlp的深度學習的前沿研究。免費
cs231n: convolutional neural networks for visual recognition
史丹福大學
課程深入**深度學習架構的細節，重點是學習這些任務的端到端模型，尤其是影象分類。在為期10周的課程中，學生將學習如何實施，訓練和除錯他們自己的神經網路，並詳細了解計算機視覺的前沿研究。最終任務將涉及訓練數百萬引數卷積神經網路並將其應用於最大影象分類資料集（imagenet）。這門課程專注於教授如何設定影象識別問題，學習演算法（例如反向傳播），培訓和微調網路的實用工程技巧，並指導學生完成動手作業和最終課程專案。
斯坦福這兩門課程都是在業內很受歡迎的。
machine learning nando de freitas /university of british columbia
重點介紹了神經網路，反向傳播，玻爾茲曼機器，自動編碼器，卷積神經網路和遞迴神經網路的基本背景。它說明了深度學習如何影響我們對智慧型的理解並有助於智慧型機器的實際設計。
deep learning summer school 2015and
2016
受眾是已經擁有機器學習基礎知識（可能但不一定是深度學習）的研究生，工程師和研究人員，並希望更多地了解這一快速發展的研究領域。
網易雲信官網
網易雲信部落格
深度學習入門課程學習筆記01 概述
首先就由乙隻小貓帶咱們走進深度學習的世界吧！對於乙個輸入樣本來說，深度學習和機器學習有著相同的目的，就是要把這個樣本進行最準確的分類。咱們從肉眼看很容易這是乙隻貓，因為我們有著這麼多年的積累常識嘛！但是計算機可不這麼聰明一眼就能看得出來，在計算機中，乙個影象是由畫素點所構成的。這裡可能有同學對於計算...
深度學習入門課程筆記01 概述
首先就由乙隻小貓帶咱們走進深度學習的世界吧！對於乙個輸入樣本來說，深度學習和機器學習有著相同的目的，就是要把這個樣本進行最準確的分類。咱們從肉眼看很容易這是乙隻貓，因為我們有著這麼多年的積累常識嘛！但是計算機可不這麼聰明一眼就能看得出來，在計算機中，乙個影象是由畫素點所構成的。這裡可能有同學對於計算...
深度學習入門課程筆記01 概述
首先就由乙隻小貓帶咱們走進深度學習的世界吧！對於乙個輸入樣本來說，深度學習和機器學習有著相同的目的，就是要把這個樣本進行最準確的分類。咱們從肉眼看很容易這是乙隻貓，因為我們有著這麼多年的積累常識嘛！但是計算機可不這麼聰明一眼就能看得出來，在計算機中，乙個影象是由畫素點所構成的。這裡可能有同學對於計算...