吴恩达DeepLearning.ai深度学习课程视频一键转中文笔记。AI自动转写中英混杂语音，含公式推导+代码示例+时间戳，导入Obsidian复习。ML/DL学习者必备。
吴恩达的DeepLearning.ai课程是每个AI从业者的必修课，B站上就有全套搬运。但英文授课+密集数学推导+大量代码示例——手动做笔记实在太慢了。一节课2小时，光暂停打字就要多花1小时。谛听帮你自动完成语音转文字+术语保留+代码块识别，你拿到的就是一份可以直接导入Obsidian复习的结构化笔记。
保留英文术语原文（backpropagation, gradient descent）
视频中的数学推导步骤自动整理为可读文本
自动识别并格式化Jupyter Notebook代码块
按课程自然章节生成目录和层级
10分钟以内视频永久免费 · 注册即送7天VIP
一集吴恩达的深度学习课程，中英混杂、术语密集、代码量大——看的时候觉得自己懂了，三天后回头看笔记只写了三行。深度学习课程的内容密度极高，手动做笔记的效率杯水车薪。
DL课程做笔记有三难：一是中英混杂——gradient descent和next step之间的边界在哪里？全记中文怕术语不准，全记英文又太慢。二是公式多——正向传播、反向传播的矩阵推导步骤，口头讲解转成文字笔记非常费劲。三是代码量大——视频中的Python代码片段无法直接复制，手动敲又容易出错。
谛听专门优化了中英混杂授课场景。吴恩达说'gradient descent'，笔记里保留英文原文；说'梯度下降'，笔记里写中文。视频中的代码片段自动识别并格式化为Python代码块（含语法高亮标记）。公式推导步骤自动整理为可读文本。最终导出的Markdown笔记可以直接导入Obsidian——用Dataview做学习进度汇总。
在B站找到吴恩达DeepLearning.ai课程搬运链接
系统自动识别中英混杂语音和各章节内容
保留英文术语原文，代码块自动格式化
获取结构化Markdown笔记，拖入Obsidian Vault开始复习
Course1 神经网络基础 → 含所有公式+代码+术语表的完整笔记
Course4 CNN章节 → 卷积/池化/全连接每层参数文字版
搜索'batch normalization' → 全课程所有相关讲解一秒定位
吴恩达的DL课程值得N刷，但不必每次都从视频开始。用谛听把5门课全部转成可搜索的结构化笔记，复习一个概念只需要Ctrl+F，不需要拖进度条。
谛听保留英文原文。吴恩达说的英文不会翻译成中文，但专业术语（如gradient descent）会保留原词不做翻译。
谛听把口头描述的公式推导步骤转化为可读文本。如'w = w - α * ∂J/∂w'会记录为可读说明。复杂公式建议配合原视频PPT截图。
导出Markdown后，代码块带有语言标记(```python)，可以用Jupytext等工具转回.ipynb格式。
只要B站上有搬运版本，全部课程（神经网络、超参数调优、结构化ML项目、CNN、序列模型）都支持。