概要
Coursera の Deep Learning Specialization 全 5 コースを修了しました。Deep Learning Specialization は 5 コースからなる専門コースで、全体を通して深層学習に関する体系的な理解を得ることが狙いです。先生は Google Brain を率いることでも有名な Andrew Ng 氏。深層学習のオンラインコースの中では最も有名なものなんじゃないでしょうか。
修了証
- コース全体
- Neural Networks and Deep Learning
- Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
- Structuring Machine Learning Projects
- Convolutional Neural Networks
- Sequence Models
感想
5 コースそれぞれには、3~4週分の講義が入っていて、それぞれの週には、
- 60 ~ 90 分の講義動画
- 10 問くらいの試験
- 2 ~ 3 時間かかるプログラミング演習が 2~3 個
が入っています。試験は 8 割くらいがボーダーで、何度でも受け直せます。ただ、一定時間内に失敗していい回数に制限があります。そこそこの難易度で、自分は一発でテストに通せることのほうが少なかった印象です。2 ~ 3 回トライしていました。
プログラミング演習には Jupyter Notebook がウェブ上で利用できるようになっていて、関数の中身を穴埋めで埋めていく方式です。Jupyter 上で動作確認して、 submit ボタンを押すとコードが採点サーバに送られて、採点されます。この Jupyter を使ったプログラミング演習の仕組みはけっこう良くできていているのですが、いくつか問題点もあります。まずデバッグで、基本的には pritnt デバッグになります。pdb も一応使えますが、 pdb を使うと Jyputer の再起動が必要になったりするので、あまり積極的には使いませんでした。あと import が重いことが多々あって、数分待つこともありました。数分待つとその間に Twitter を見に行ってしまい戻ってこないという…
値段は月 5000 円強でした。仕事の合間に少しづつ進めたので 5 ヶ月くらいかかり、修了まで 25000 円くらい。もとが取れるかといえば、自分としては全然とれると思います。自分がなぜこのコースを受けたかというと、去年末に転職して某 深層学習ライブラリ の開発に携わることになったので、一定頭に入れておかないと仕事にならないということでした。現在このコースの講義内容を踏まえ、社内の深層学習の研究者・実装屋に相談しにいくことができたり、プロジェクトにコントリビュートし始めることができる、くらいにはなったと思っています。
上半期で修了できてよかった。
