CMU-2018年8月-深度學習基礎課程影片分享

課程介紹

    以深度神經網路為代表的“深度學習”系統被應用於越來越多的人工智慧任務中，從語言理解、語音和影象識別，到機器翻譯、路徑規劃，甚至遊戲和自動駕駛。因此，在許多高階應用環境中，深度學習的專業知識正在從深奧難懂狀態轉變為強制性的必要條件，併在工業應用中具有很大的優勢。

    在本課程將學習深度神經網路的基礎知識，以及它們在各種AI任務中的應用。在課程結束時，學生將對深度學習有很大的瞭解，並能夠將深度學習應用於各種任務。他們還將瞭解當前關於深度學習的大部分文獻，並透過進一步研究擴充套件他們的知識。

課程地址

http://deeplearning.cs.cmu.edu/

文末附課程已經release影片及PPT分享

（影片帶英文字母）

從學生的角度來看該課程內容

    該課程在概念方面非常全面。它有助於學生理解深度學習的基礎知識。課程從MLP模型開始講起，並且逐漸演化到更複雜的概念，例如註意力（Attention）和序列到序列(Seq2Seq)模型。學生將完全掌握PyTorch，這對於實現深度學習模型非常重要。作為學生，將學習構建深度學習模型所需的工具。HomeWork由兩個部分組成，即Autolab和Kaggle。Kaggle使學生能夠探索多種架構，並瞭解如何微調和不斷改進模型。所有作業的任務都是相似的，瞭解如何使用多種深度學習方法解決相同的任務很有趣。

課程大綱