就在 3 月 21 日,由吳恩達開設的斯坦福深度學習課程 CS230 課程視訊釋出到了網上。視訊攝制于 2018 年秋季,時隔半年,線上課程終于上線并公開!再一次,我們終于又目睹了 AI 界的大 IP:吳恩達大佬的風采!
本公開課視訊由吳恩達(Andrew Ng)和 Kian Katanforoosh 共同講解。總共包含了 5 節課。
視訊目錄:
- Lecture 1 - Class Introduction and Logistics
- Lecture 2 - Deep Learning Intuition
- Lecture 3 - Full-Cycle Deep Learning Projects
- Lecture 4 - How to tune your network
- Lecture 5 - AI + Healthcare
課程視訊首發于 Youtube 上,位址如下:
https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLicmbw5yYlBDM2Q2MyIjM5ImM1YmYidTZ0IWMyE2YxQDN5UTM38CX5d2bs92Yl1iclB3bsVmdlR2LcNWaw9CXt92Yu4GZjlGbh5yYjV3Lc9CX6MHc0RHaiojIsJye.png)
考慮到有很多同學門觀看視訊不太友善,國内知名部落客愛可可老師已經把視訊搬運到了 B 站上!
視訊位址:
https://www.bilibili.com/video/av47055599/最新的視訊,歡迎嘗鮮!不過值得注意的是,油管上的視訊是配備英文字幕的,而 B 站上的暫時沒有字幕。是以,想吃熟肉的還是盡量在油管上觀看吧。
以上這些新公開的教學視訊是源自斯坦福的深度學習課程 CS230 的。對應 CS230,石頭君之前發文介紹過。如今,這門課有了不少更新和新的資源,除了上面的視訊之外,還有一些整理出來,希望對大家有用!
課程簡介
首先,還是要簡單介紹一下 CS230。CS230 涉及到深度學習的基礎知識、神經網絡建構,以及如何完成一個成功的機器學習項目。具體将涉及卷積網絡,RNNs,LSTM,Adam,Dropout,BatchNorm,Xavier / He 初始化等,還提供醫療,自動駕駛,手語閱讀,音樂創作和自然語言處理等多領域的案例研究。
課程首頁:
http://cs230.stanford.edu/課程形式:
CS230 采取課内和 Coursera 線上課程相結合的形式,其中每一個課程的子產品都需要在 Coursera 上觀看視訊、做測試并完成程式設計作業。
也就是說,你将先在家裡觀看 Coursera 視訊、完成程式設計任務以及線上測驗,然後來到課堂上做進一步讨論和完成項目。該課程将以開放式的最終項目結束,教學團隊會在過程中提供幫助。
教學大綱:
教學大綱位址為:
http://cs230.stanford.edu/syllabus/所有教學大綱中包含的課件離線下載下傳位址:
連結:
https://pan.baidu.com/s/1VaY_v4dgbqhXKKq8insfQg密碼:01n1
課程項目
CS230 最大的特色是課程最後會要求學生設計一個大項目。課程項目的題目非常開放。吳恩達希望學生明智地選擇一個符合自己興趣的項目,同時又是既有動力又有技術挑戰性的。
項目類型主要分為三個類型:
- 應用程式項目。這是迄今為止最常見的:選擇一個你感興趣的應用程式,并探索如何最好地應用學習算法來解決它。
- 算法項目。選擇一個問題或一系列問題,并開發一個新的學習算法,或現有算法的一個新變種來解決它。
- 理論項目。證明一個新的或現有的學習算法的一些有趣的或不平凡的特性。(這通常非常困難,是以很少有項目,如果有的話,是純理論的。)一些項目還将結合應用程式和算法的元素。
課程網頁上也公布了每個學期學生的優秀項目。以 2018 年秋季為例,項目前幾名的作品和一些優秀的項目作品也都公開出來了。
第一名的項目是《Deep Energies for Estimating Three-Dimensional Facial Pose and Expression》。點開就能看到這個項目的詳細 Report。這裡,附上位址:
http://cs230.stanford.edu/projects_fall_2018/reports/12409058.pdf課程資料
下面這份筆記和教程意在補充 Andrew Ng 和 Kian Katanforoosh 教授斯坦福大學 CS230 的材料。資料位址:
https://cs230-stanford.github.io/這些資料包含一些 PyTorch 和 TensorFlow 的教程,可能會對最終項目有所幫助!對應的 GitHub 位址為:
https://github.com/cs230-stanford/cs230-code-examplesCS230 速查表
之前,MIT 的 Afshine Amidi 和斯坦福大學的 Shervine Amidi 在部落格上整理了一份 CS230 課程知識點的歸納總結。這份總結提要基本遵循 CS230 的授課思路和流程,分卷積神經網絡、遞歸神經網絡、提示與技巧,三大方面由淺入深地介紹了深度學習的基本概念、網絡模型、研究和實驗操作方法等。
下面就來看一下這三張速查表:
1. Convolutional Neural Networks
、
上速查表的網頁位址為:
https://github.com/afshinea/stanford-cs-230-deep-learning離線下載下傳位址:
https://pan.baidu.com/s/1DCIWDHdnvhKI7DTloV6cGA提取碼:w2aq
最後,預祝你又拿下一門課!