CS230虽然说是讲关于Deep Learning的，但是这门课程包括了很多的课后资源（coursera上的视频以及作业），上课更多的是关于大局观上的介绍。接下来我就个人的理解来整理一下学习Deep Learning的资源以及食用方法。
主要资源#
1.CS230 Lecture 2018Fall 视频课（10个lecture）
视频资源 为直接在b站上搜cs230第一个就是
github仓库 中包含课堂的PPT，期中期末的考试题目，仓库名为cs230-2018-autumn
2.Coursera上的Deep learning specialization (5节课，每节课大概4h左右）
视频资源 为b站搜索“Deep Learning Specialization 吴恩达 Andrew Ng”的视频
github 仓库中包含written homework（quizzes）以及coding homework(programming assignments),仓库为amanchadha的coursera-deep-learning-specialization
食用指南#
1.cs230的核心内容（干货）在coursera的课上，具体介绍了
（1）神经网络架构 （2）超参数优化方法 （3）体系化建构 （4）CNN（CNN,Resnet） (5)RNN(RNN, LSTM)
这里的programming assignments写的非常好，一定要认真完成，会让你具体实现这些功能并在课堂的基础上进行拓展，但是从github上clone下来的jupyter notebook中作业都是给你写好了的，只要扔给ai把“start coding”以及“end coding”中间的内容删除就可以了。
2.cs230 Lecture内容：
(1-2）对DL的基本介绍（examples, history）
(3,8) 大局观（水）
(4)GAN介绍
(6,7)如何做研究以及读论文
(9,10)关于NN与强化学习的结合
以上是对于课程内容的总结，希望大家（以及自己）能有所收获。