Dive into Deep Learning，深度學習一直在音視頻業內也是非常受到關注的熱點，這裏推薦10個免費的優質線上課程。
推薦大家開源項目Class Central，裏面有31個在線課程（其中10個是完全免費的），涵蓋了從深度學習的基礎到今天最前沿的研究。
在線深度學習課程
Creative Applications of Deep Learning with TensorFlow ★★★★★
將介紹深度學習的基本組成部分，它的含義，工作原理，以及開發構建各種算法所需的代碼，如深度卷積網絡，變分自動編碼器，生成性對抗網絡和循環神經網絡。本課程的主要重點是不僅要了解如何構建這些算法的必要組件，還要了解如何將它們應用於探索創造性應用程序。提供免費和付費選項。
這門課程的專業性和質量都非常好，被很多人強烈推薦。
Neural Networks for Machine Learning
多倫多大學
★★★★★
瞭解人工神經網絡及其如何用於機器學習，應用於語音和對象識別，圖像分割，建模語言和人體運動等。強調基本算法和獲得所需的實用技巧他們運作良好。提供免費和付費選項。
比較厲害的是裏面的講師，Geoffrey Hinton，80年代研究人工智能和神經網絡的最重要和最有影響力的研究人員之一。他現在也與Google合作開展人工智能/深度學習工程。
就是這個老爺爺，深度學習教父級別
Practical Deep Learning For Coders, Part 1
fast.ai
★★★★☆
課程爲期7周，專門爲一年編程經驗以上的人設計，比較初級，幫你從0開始學習如何讓GPU適合深度學習。免費的喲
6.S191：深度學習簡介
麻省理工學院（MIT）
★★★★
課程爲期1周，對深度學習方法做了介紹，包含了包括機器翻譯，圖像識別，遊戲，圖像生成等應用。MIT的課程，免費again
6.S094：自動駕駛汽車的深度學習
麻省理工學院（MIT）
★★★★☆
這門課程通過構建自動駕駛汽車的應用主題介紹深度學習的實踐。爲初學者開放，專爲那些剛接觸機器學習的人設計的，但資深人士也可以會從中獲益，尋找深度學習方法及其應用的實用概述。免費again
自然語言處理的深度學習
牛津大學
★★★★☆
課程重點介紹使用遞歸神經網絡分析和生成語音和文本的最新進展。介紹了相關機器學習模型的數學定義，並推導了相關的優化算法。
由Phil Blunsom帶領，並與DeepMind自然語言研究小組合作。
免費喲
CS224n: Natural Language Processing with Deep Learning 斯坦福大學
這門課程全面介紹了應用於NLP的深度學習的前沿研究。免費
CS231n: Convolutional Neural Networks for Visual Recognition
斯坦福大學
課程深入探討深度學習架構的細節，重點是學習這些任務的端到端模型，尤其是圖像分類。在爲期10周的課程中，學生將學習如何實施，訓練和調試他們自己的神經網絡，並詳細瞭解計算機視覺的前沿研究。最終任務將涉及訓練數百萬參數卷積神經網絡並將其應用於最大圖像分類數據集（ImageNet）。這門課程專注於教授如何設置圖像識別問題，學習算法（例如反向傳播），培訓和微調網絡的實用工程技巧，並指導學生完成動手作業和最終課程項目。
斯坦福這兩門課程都是在業內很受歡迎的。
Machine Learning Nando de Freitas /University of British Columbia
重點介紹了神經網絡，反向傳播，玻爾茲曼機器，自動編碼器，卷積神經網絡和遞歸神經網絡的基本背景。它說明了深度學習如何影響我們對智能的理解並有助於智能機器的實際設計。
Deep Learning Summer School 2015and2016
受衆是已經擁有機器學習基礎知識（可能但不一定是深度學習）的研究生，工程師和研究人員，並希望更多地瞭解這一快速發展的研究領域。
它不像傳統的在線課程那樣組織，但它的組織者（包括Bengio和LeCun等深度學習名人）和他們吸引的講師使這個系列成爲深度學習內容的金礦。免費喲~
網易雲信，你身邊的即時通訊和音視頻技術專家，瞭解我們，請戳網易雲信官網
想要閱讀更多行業洞察和技術乾貨，請關注網易雲信博客
更多精彩內容，關注網易雲信