深度学习准「研究僧」预习资料:图灵奖得主Yann LeCun《深度学习(Pytorch)》春季课程

百家 作者:机器之心 2020-08-15 15:50:37

机器之心报道

编辑:蛋酱

开学进入倒计时,深度学习方向的准「研究僧」们,你们准备好了吗?


转眼 2020 年已经过半,又一届深度学习方向的准研究生即将踏上「炼丹」之路。对于这一方向的新生来说,提前了解、学习这一专业领域的知识,会让研究生涯有一个更加顺畅的开端。

以往,机器之心曾经介绍过很多入门课程:


列出的这些课程仅是冰山一角。几年下来,我们积攒了成百上千的教程资料,从基本概念到深度解析,从语言到框架,从读博到就业…… 既有理论,也有实战;既有精华文章,也有视频、教科书、笔记,全都收录在这几份教程盘点文章之中:


今天要介绍的是一份比较适合入门深度学习的课程:纽约大学数据科学中心《深度学习(Pytorch)》2020 春季课程。


课程网站:https://atcold.github.io/pytorch-Deep-Learning/

这门课程由图灵奖得主、纽约大学 Sliver 教授 Yann LeCun 主讲,课程主要涉及深度学习和表征学习的最新技术及其在计算机视觉、自然语言理解和语音识别方面的应用,重点包括监督深度学习、无监督深度学习、嵌入方法、度量学习、卷积和递归网络等。


在学习这门课程之前,你需要对数据科学和机器学习有一定程度的了解,你可以先完成 DS-GA 1001 数据科学入门,或者学习一门研究生级别的机器学习课程。

《深度学习(Pytorch)》系列课程自开设以来,已经成为该领域的明星课程,迄今 GitHub 主页获得了 2.6k 的 star 量。

课程目录

课程总长度为 11 周,在两个多月的时间里,你将掌握这几项内容:

  • 监督学习、神经网络、深度学习基础

  • 反向传播及架构组件

  • 卷积神经网络及其应用

  • 更多深度学习架构

  • 正则化技巧 / 优化技巧 / 理解深度学习的工作原理

  • 基于能量的模型

  • 自监督学习和其他


程进度如下:


每一部分都有着详细的课程介绍,并且纲要内容已经翻译成了包括中文在内的 6 种语言,毫无阅读障碍。

目前,所有课程视频资源也已放出,你可以在该课程另一位主讲人 Alfredo Canziani 的 YouTube 主页找到播放列表:https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq


时间不早了,距离正式开学还有十几天,你的学习计划启动了吗?

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家快速构建、训练和部署机器学习 模型。SageMaker完全消除了机器学习过程中每个步骤的繁重工作,让开发高质量模型变得更加轻松。


现在,企业开发者可以免费领取1000元服务抵扣券,轻松上手Amazon SageMaker,快速体验5个人工智能应用实例。



© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接