十大深度学习课程

推荐理由：Andrew Ng老师是讲课的能手，很多人认识他是从Stanford的经典《机器学习》课程上。Andrew老师授课思路清晰，简洁明了。相信这门他宣布创业后推出的第一门课程一定不会让人失望。

【2】 fast.ai 的 Making neural nets uncool again

推荐理由：这门课和很多传统的授课方式不同，它从应用入手，逐步往深了讲，让你先领会“开车”的乐趣，然后再兴致盎然地去学习车的原理甚至去修车。有人建议，以此入门，找到乐趣，再学习更基础的课程。

【3】斯坦福大学的课程 CS231n Convolutional Neural Networks for Visual Recognition

推荐理由：此门课有斯坦福人工智能实验室主任Fei-Fei Li主讲，作为IMAGE-NET的主要发起人，Li的实验室一直活跃在计算机视觉前沿研究领域，培养了众多青年才俊。建议从事计算机视觉方向的同学关注此课程。

【4】 2016 年蒙特利尔深度学习暑期班

推荐理由：看看嘉宾阵容吧，Yoshua Bengio 教授循环神经网络，Surya Ganguli 教授理论神经科学与深度学习理论，Sumit Chopra 教授 reasoning summit 和 attention，Jeff Dean 讲解 TensorFlow 大规模机器学习，Ruslan Salakhutdinov 讲解学习深度生成式模型，Ryan Olson 讲解深度学习的 GPU 编程，等等。

【5】斯坦福大学的课程CS 20SI: Tensorflow for Deep Learning Research

推荐理由：Tensorflow正在一统天下，此门课程带你用Tensorflow入门深度学习世界，无论是科研还是应用，都是不错的入门材料。

【6】Geoffrey Hinton Neural Networks for Machine Learning | Coursera

推荐理由：没错，授课人就是凭一己之力把深度神经网络带向辉煌的Hinton老爷子，课程难度不小，但相信坚持下来收获一定不小。

【7】斯坦福大学的课程CS224d: Deep Learning for Natural Language Processing

推荐理由：面向NLP的深度学习课程，从基础神经网路讲起，到概率模型，再到word2vec，最后讲到RNN模型在NLP领域的应用等，是NLP方向的必修课。

【8】Yann Lecun 深度学习公开课

推荐理由：作为 Facebook AI 实验室（FAIR）的负责人和CNN的发明人，Yann Lecun 身处业内机器学习研究的最前沿，通过该课程能了解到近几年深度学习研究的最新进展。该系列可作为探索深度学习的进阶课程。

【9】UBC 本科生的机器学习课程 Machine Learning for Undergraduates

推荐理由：从课程名称上就可看出这是门偏向基础的课程，是了解机器学习基础的入门必修课。数学是这门课的重点内容，授课老师Nando de Freitas 对基础数学原理做了很好的讲解，并引出了更高级的数学概念。

【10】我的行动

推荐理由：再多的好资料，也比不上自己的一点小的行动，这是最重要的课程。