Skip to content

Latest commit

 

History

History
56 lines (45 loc) · 5.29 KB

thanks.md

File metadata and controls

56 lines (45 loc) · 5.29 KB

致谢


我们将在这个页面对所有那些为Deep Learning课程中文化提供过帮助的人表示衷心的感谢。如果您不希望您的名字出现在这里,或者想要展示您的别名或者昵称,亦或者您希望挂上您的个人链接,请及时的告知我们。

(以下排名不分先后)

主要翻译人员

课程的 Smartling 字幕和 srt 字幕分别由 GTC 中文社群成员深度学习字幕小组成员 进行维护,相关人员信息将后续更新。
如果发现信息有误请及时反馈,为此带来的不快向您表示歉意。

编号   课程名                         时间轴     翻译     审核
01.01 Welcome AcceptedDoge AcceptedDoge / Fei Li AcceptedDoge
01.02 What is a neural network AcceptedDoge AcceptedDoge / Fei Li AcceptedDoge
01.03 Supervised Learning with Neural Networks AcceptedDoge AcceptedDoge AcceptedDoge
01.04   Why is Deep Learning taking off               AcceptedDoge AcceptedDoge AcceptedDoge
01.05   About this Course                             AcceptedDoge           AcceptedDoge         AcceptedDoge
01.06   Course Resources                             AcceptedDoge           AcceptedDoge         AcceptedDoge
02.01   Binary Classification                       Coursera           谢小彬               AcceptedDoge
02.02   Logistic Regression                         AcceptedDoge           宋泽翰         AcceptedDoge
02.03   Logistic Regression Cost Function           Coursera           陈明         AcceptedDoge
02.04   Gradient Descent                             Coursera               曹越         AcceptedDoge
02.05   Derivatives                                   AcceptedDoge / 陈倩倩   陈倩倩         AcceptedDoge
02.06   More Derivative Examples                     AcceptedDoge           谢小彬       AcceptedDoge
02.07   Computation graph                            AcceptedDoge           刘振卫             AcceptedDoge
02.08   Derivatives with a Computation Graph         AcceptedDoge           史红光         李智锋      
02.09   Logistic Regression Gradient Descent         AcceptedDoge           彭世锦       AcceptedDoge
02.10   Gradient Descent on m Examples         庞伟           庞伟            AcceptedDoge
02.11   Vectorization         杨先圣         杨先圣            李智锋
02.12   More Examples of Vectorization         舒正英         舒正英          AcceptedDoge
02.13   Vectorizing Logistic Regression        hengC-137       hengC-137       AcceptedDoge
02.14   Vectorizing Logistic Regression's Gradient Output 李晶                  李晶              AcceptedDoge
02.15   Broadcasting in Python         李晶           李晶            AcceptedDoge
02.16   A note on python/numpy vectors         张雲飞         张雲飞          AcceptedDoge
02.17   Quick tour of Jupyter/iPython Notebooks   庞伟           舒正英          AcceptedDoge
02.18   Explanation of logistic regression cost function (optional) 彭世锦 彭世锦          AcceptedDoge
02.19   Heroes of Deep Learning (Optional) Pieter Abeel interview ihollywhy ihollywhy          AcceptedDoge
03.01 Neural Networks Overview 李晶 李晶 AcceptedDoge
03.02 Neural Network Representation 谢小彬 谢小彬 黄海广
03.03 Computing a Neural Network's Output hengC-137 hengC-137 李智锋      

提供帮助人员

  • @wetstreet fixed some grammatical and translation errors #1
  • @lzwhard 2.14向量化逻辑回归梯度下降 #2
  • @Ldream 建议统一下编码. #4
  • @Ldream 现有编码转换和编码转换工具添加 #6
  • @athemeroy 关于2.2Logistic Regression的疑惑 #7
  • @grsgth 部分语句修正 #9 #10
  • @ihollywhy add Pieter Abeel interview #11