のコースの解説を行なっていきます。
このコースは画像分類に関するチュートリアルで、一般的なcnn辺りまで出てきます。歴史的な経緯からこれらは今でも基礎で習いますが、便利なライブラリで一発！！みたいなところがありますのでライブラリの使い方がわかれば良いのかなと思います。
toturialで使用されるライブラリはtensorflowのkerasです。もう一方の有名なライブラリであるpytorchを期待される方は公式tutorial以外のcommunityのガイドやpytorch公式を見る必要があります。一般にレイヤを細かくいじったりskipさせたりという変なことをしない場合、初心者にも使いやすいことは間違いないのでchoiceしたのだと思います。最近のコンペではpytorchで書かれたものが多い印象ですが、tensorflowで書かれたものも普通に目にしますので強いこだわりがなければどっちでもよいのではないでしょうか。pytorchはgoogle のTPUとの連携についてややこしいと昔聞きましたが？最近は不明です。情報があればプルリクをいただけたらと思います。
part1は
です。そもそも画像分類とは？というところがから始まり、画像がピクセルの集合体であること、
classiferのトレーニングの仕方までを解説しています。
deeplearningと聞くと２層のパーセプトロンから・・・というイメージですがここではすでに一般でよく使われているvgg16＋１層という形でモデルを構築しています。
最近は初心者向けと言っても導入がハードですね。
pretrained_base.trainable = False
というのはVGG16部分についての重みを変えない（トレーニングしない）という意味です。そのほか、新しく習う部分というものはあまりない印象ですが・・・
sigmoid、binary_crossentropy、epochsといったdeeplearningっぽい言葉部分はより基礎的な本で学ぶ必要があるかと思います。
有名な例
これは逆にkaggleでは基礎的なところが多すぎる気もしますので
kerasの公式ページ
あたりを参照するのもよいと思います。