深度学习知识卡片：序列到序列之二

继续之前的：

1. 《深度学习知识卡片：深度学习基本概念》
2. 《深度学习知识卡片：Logistic 回归》
3. 《深度学习知识卡片：浅层网络的特点》
4. 《深度学习知识卡片：深度神经网络的特点》
5. 《深度学习知识卡片：偏差与方差》
6. 《深度学习知识卡片：正则化》
7. 《深度学习知识卡片：最优化训练》
8. 《深度学习知识卡片：最优化算法》
9. 《深度学习知识卡片：超参数调优》
10. 《深度学习知识卡片：结构化机器学习过程》
11. 《深度学习知识卡片：误差分析》
12. 《深度学习知识卡片：训练集、开发集与测试集》
13. 《深度学习知识卡片：学习方法扩展》
14. 《深度学习知识卡片：卷积神经网络基础》
15. 《深度学习知识卡片：卷积运算的主要参数》
16. 《深度学习知识卡片：深度卷积神经网络架构》
17. 《深度学习知识卡片：经典卷积神经网络》
18. 《深度学习知识卡片：特殊卷积神经网络》
19. 《深度学习知识卡片：实践建议》
20. 《深度学习知识卡片：目标检测算法》
21. 《深度学习知识卡片：人脸识别》
22. 《深度学习知识卡片：风格迁移》
23. 《深度学习知识卡片：循环神经网络基础》
24. 《深度学习知识卡片：循环神经网络应用》
25. 《深度学习知识卡片：NLP 中的词表征》
26. 《深度学习知识卡片：词嵌入常见方法》
27. 《深度学习知识卡片：序列到序列之一》

编码器解码器架构加上注意力机制可以解决非常多的自然语言处理问题，以下介绍了 BLEU 分值和注意力机制。它们在机器翻译的架构和评估中都是不能缺少的部分。

以上是所有关于吴恩达深度学习专项课程的知识卡片，由于它们包含的信息较多，跨象乘云™ 提供完整的《深度学习知识卡片》原图下载，以便人工智能专业学生，在学习过程中慢慢理解与优化。