datasheet

QbitAI量子位

文章数:996 被阅读:9726388

账号入驻

李沐老师在伯克利开新课了,深度学习教材已经开源,视频也会有的

2019-01-07
    阅读数:
栗子 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

李沐老师的新课,这个月就要在伯克利开讲了。

这是一门深度学习基础课,一周两节;每节课后,都会有课堂视频放出。

课程内容,大致是按照李沐老师的开源新书《动手学深度学习》来安排的 (但和去年放出的同名课程并不一样) 。

除了沐神,另外一位讲师是这本书的共同作者、亚马逊的同事Alex Smola。

从基础到高难

课程会从基础概念开始讲起。

比如,数学和统计学范畴的链式法则、贝叶斯定理、逻辑回归等等。

比如,深度学习入门需要的批尺寸 (Batch Size) 、学习率(Learning Rate) 、多层感知器 (MultiLayer Perceptrons) 、反向传播、随机梯度下降等等。

在那之后,便会走进神经网络的世界。

先是卷积网络(CNN) ,从简单的LeNet开始,到ResNet这类用来做高精度模型的架构。

再来就是序列模型 (Sequence Models) 和循环网络 (RNN) 。LSTM、GRU以及注意力机制都会在这里登场。

 5月,就要搭建大规模视觉模型了

作为一门注重实践的课程,课程表里有四节课标注了Making it Work,那便是老师向同学们传授实现大法的时候。

以及,这门课完全基于Jupyter Notebook,每节课的内容,都有代码可以运行。

所以,就算没有标注Making it Work,也可以自行实践 (比如下面这个皮卡丘检测活动) 。

另外,每周都会有作业题目放到网上。温馨提示,这是一门需要不停写代码的、强度很大的课。

需要注意的是,虽然是基础课,大家也要携带Python基础,一点点线代基础,一点点统计学基础,再来上课。毕竟,这些部分不会讲得太细。

先预习一下?

1月22日,新课才会开讲。

现在,虽然还没有视频 (开学就有了) ,也没有留作业,但最新版教材已经开源了啊

英文版叫Dive into Deep Learning,就是课程制定教材。

中文版叫《动手学深度学习》,这下没有借口了:

老师没来,大家就先预习吧:不光有正文,还有GitHub项目,以及Jupyter Notebook

以及,去年李沐老师还有教材同名课程放出,所有视频都在等你。

新课GitHub传送门:
https://github.com/diveintodeeplearning/berkeley-stat-157

新课视频列表 (待填坑) 传送门:
https://www.youtube.com/playlist?list=PLZSO_6-bSqHQHBCoGaObUljoXAyyqhpFW

教材传送门:
http://www.d2l.ai/ (英)
http://zh.d2l.ai/ (中)

旧课传送门:
https://discuss.gluon.ai/t/topic/753

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !




最新有关QbitAI的文章

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved