Deep-Learning-Coursera

照着敲完深度学习专项课，代码能力稳了

这是一个存放 deeplearning.ai 在 Coursera 上《深度学习专项课程》编程练习和个人作业的仓库，包含神经网络与深度学习、改善深层网络、结构化机器学习、卷积神经网络、序列模型等五个模块的 Jupyter Notebook 代码。项目主要解决学习者完成课程作业后缺少参考实现、代码质量参差不齐的问题，提供了一套结构清晰、注释完整的示例代码，覆盖从基础反向传播到 LSTM、Transformer 等核心模型的实现，并附有部分数据集和测试用例，便于学习者对照验证。作为早期项目，代码风格偏向教学，适合初学者理解算法细节，但未包含最新课程更新内容。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 137

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队fotisk07

所属国家

官网地址

GitHubhttps://github.com/fotisk07/Deep-Learning-Coursera

定价模式free

价格说明开源课程项目代码，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型ai,backpropagation,backpropagation-learning-algorithm,cnn-classification,cnn-for-visual-recognition,deep-learning,deep-neural-networks,deeplearning-ai,gradient-descent,jupyter-notebook,keras,keras-neural-networks,lstm-neural-networks,matplotlib,music-generation,neural-network,numpy-tutorial,poetry-generator,rnn,tensorflow

GitHub 星标★ 137

30天Star增速

HF 下载量

上线时间2018-08-07 00:00:00

最近更新2026-07-12 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

覆盖专项课程全部五个模块，代码与作业一一对应，查找方便
每个 Notebook 含详细注释和推导，适合理解反向传播、优化算法等底层原理
附带部分数据集和测试用例，可直接运行验证结果，减少环境配置成本

不足之处

未随课程更新，缺少最新作业和前沿模型（如 Transformer 变体）的示例
代码风格偏教学，工程化程度低，不适合直接用于生产项目

适用场景

自学深度学习专项课程时，作为作业参考和代码对照
教学备课，快速获取可运行的算法示例用于课堂演示
初学者入门，通过阅读完整实现来巩固神经网络基础概念

替代项目

DeepLearning.ai-Solutions、Coursera-Deep-Learning-Specialization、Deep-Learning-Specialization-Notes

项目介绍

Deep-Learning-Coursera 是学习教育领域的开源项目，由 fotisk07 开发，2018 年首次发布。

它收录于学习教育分类，该分类目前共有 429 个项目，GitHub 星标数为 137。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-12。开源课程项目代码，完全免费，无付费版本。

它主要面向的使用场景是：自学深度学习专项课程时，作为作业参考和代码对照。同类可对比的替代方案包括 DeepLearning.ai-Solutions、Coursera-Deep-Learning-Specialization、Deep-Learning-Sp…。

上一篇：introtodeeplearning

下一篇：vibe-vibe