Skip to content

Ldream/Deeplearning.ai-Solutions

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

44 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Coursera专项课程Deep Learning联合翻译声明


项目信息

大家好,我们是Coursera全球翻译社区(Coursera Global Translator Community,以下简写为GTC)的部分组织成员。目前我们正在进行 Deep Learning 专项课程(一)Neural Networks and Deep Learning 的中文字幕制作,Coursera上的该专项课程由 deeplearning.ai 提供。

开源说明

由于 GTC 在正式开始此翻译项目前,已经有热心人员制作了部分视频的外挂srt字幕,为了尊重他们的劳动成果以及提升翻译的效率,我们决定联合进行翻译来提升字幕的质量。同时我们参考了一些人员的意见,决定将 srt 后缀格式的字幕上传至 github 开源。希望大家能够共同地维护我们的翻译项目,一起为提高翻译质量而努力。翻译人员目前在 Smartling 平台进行中文字幕的制作,在中文字幕正式上线前,如果有需要提前预览字幕的人,可以下载我们提供的外挂字幕文件,仅为预览字幕。

除字幕文件以外,我们计划在 github 仓库提供一些相关的资料下载链接,也欢迎大家在 Issues 给出自己的建议。

翻译说明

GTC 在 Smartling 平台进行的中文翻译,是根据 Coursera 提供的英文字幕进行制作的。目前在 Smartling 平台获得的英文字幕存在着许多问题,而 GTC 并无修改英文字幕权限,因此我们在第一阶段进行的翻译会存在着断句不正确、英文单词错误等问题。翻译人员的信息将不在字幕中显示,而会在某个页面里进行统一统计。字幕翻译是非商业性质的,如果发现有人将字幕下载用于商业用途,请及时向相关部门反应。

欢迎你来帮助我们

由于参加翻译的人员接近饱和,如果有想要提供帮助的用户,可以在github上的 Issues 和 Pull requests 进行相应的操作。   目前我们需要以下方面的帮助和建议:  

  • 中文翻译方面错误的纠正,请具体说明是在哪一个视频的第几分第几秒,方便审核人员审查改正。
  • 英文单词方面的纠正,处理方式如上一条。
  • 时间轴的重排调整,需要有字幕制作经验人员的帮助,新字幕文件可以发起 Pull requests。

翻译进度

字幕文件统一在仓库根目录srt文件夹中提供。

此处更新的进度未必是最新进度,Smartling进度不会在此公开,一切以内部协作表格为准。

编号     课程名                                         srt进度
第一周   Introduction to Deep Learning                        
01.01   Welcome                                       完成
01.02 What is a neural network 完成
01.03 Supervised Learning with Neural Networks 完成
01.04 Why is Deep Learning taking off 完成
01.05 About this Course 完成
01.06 Course Resources 完成
01.07   Geoffrey Hinton interview                      未完成  
第二周   Neural Networks Basics                        
02.01   Binary Classification                      完成  
02.02   Logistic Regression                      完成  
02.03   Logistic Regression Cost Function             完成  
02.04   Gradient Descent                      完成  
02.05   Derivatives                      完成  
02.06   More Derivative Examples                      完成  
02.07   Computation graph                      完成  
02.08   Derivatives with a Computation Graph     完成  
02.09   Logistic Regression Gradient Descent     完成  
02.10   Gradient Descent on m Examples     完成  
02.11   Vectorization     完成  
02.12   More Examples of Vectorization   完成  
02.13   Vectorizing Logistic Regression   完成  
02.14   Vectorizing Logistic Regression's Gradient Output 完成  
02.15   Broadcasting in Python   完成  
02.16   A note on python/numpy vectors   完成  
02.17   Quick tour of Jupyter/iPython Notebooks   完成  
02.18   Explanation of logistic regression cost function (optional) 完成  
02.19   Pieter Abbeel interview                       完成  
第三周   Shallow neural networks                        
03.01 Neural Networks Overview 完成
03.02 Neural Network Representation 完成
03.03 Computing a Neural Network's Output 完成

版权声明

我们不提供 Coursera 方面的视频源下载,该专项课程可旁听,所有MP4内容都可由用户自行在 Coursera 进行下载。我们不提倡在未经过授权的情况下,将视频进行二次制作并上传至其它网站。

其它事项

我们将在另外一个页面公布参与翻译的人员名单和具体信息。

(此页面维护人员 @AcceptedDoge)

About

Solutions of assignments and translation to Chinese

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published