Yann LeCun主講，紐約大學《深度學習》2021春季課程已開源！

?深度學習?

From：機器之心

Yann LeCun 主講的《深度學習》課程現(xiàn)已全部在線可看！

深度學習課程在網上一直有許多教學資源，比較出名的有吳恩達老師的《深度學習》課程。

近日，由圖靈獎得主、深度學習三巨頭之一的 Yann LeCun 在紐約大學數(shù)據(jù)科學中心（CDS）主講的《深度學習》2021 年春季課程（DS-GA 1008 ）現(xiàn)已全部在線免費可看。

本課程涉及深度學習和表示學習的最新技術，重點包括監(jiān)督和無監(jiān)督的深度學習、嵌入方法、度量學習、卷積和循環(huán)網絡，以及這些技術在計算機視覺、自然語言理解和語音識別中的應用。目前這門課程只提供了英、法兩種語言版本的講義。

課程主頁：https://cds.nyu.edu/deep-learning/

另外，學習這門課程的先決條件是你已經參與過 CDS 發(fā)布的 DS-GA 1001 數(shù)據(jù)科學入門課程或其他一門研究生級別的機器學習課程。

課程資料示例如上圖所示，點擊超鏈接，就能跳轉到相應的帶英文字幕的教學視頻（YouTube ）、書面講義、課件、以及帶有 PyTorch 實現(xiàn)的可執(zhí)行 Jupyter Notebooks。

該課程由 Yann LeCun 與他的學生 Alfredo Canziani 等共同執(zhí)教。

Yann LeCun，美國國家工程院院士，紐約大學終身教授，2018 年圖靈獎得主，卷積網絡之父，與 Geoffrey Hinton、Yoshua Bengio 并稱為「深度學習三巨頭」。同時，他還是 Meta 首席 AI 科學家。

Alfredo Canziani 是紐約大學庫蘭特數(shù)學科學研究所的計算機科學研究助理教授和深度學習研究科學家，由 Kyunghyun Cho 和 Yann LeCun 教授指導。此外，他擁有里雅斯特大學的電氣工程學士學位和碩士學位，2012 年在克蘭菲爾德大學獲得理學碩士學位，并于 2017 年在普渡大學獲得博士學位。他的主要研究方向為自動駕駛的機器學習。

課程目錄

該課程為期 14 周，在線學習本課程的學生還可以通過的 Reddit 和 Discord 平臺與講師直接進行交流。共分為 8 個主題，每個主題的具體內容包括：

• 主題 1 介紹深度學習：深度學習歷史和資源；梯度下降和反向傳播算法；神經網絡推理；模塊和架構；神經網絡訓練；

• 主題 2?參數(shù)共享：循環(huán)和卷積網絡；實踐中的 ConvNet；自然信號特性和卷積；循環(huán)神經網絡、vanilla 和 LSTM；

• 主題 3?基于能量的模型（基礎）：基于能量的模型 (I)；用于 LV-EBM 的推理；EBM 優(yōu)點；基于能量的模型 (II)；訓練 LV-EBM；

• 主題 4?基于能量的模型（進階）：基于能量的模型 (III)；Unsup 學習以及自動編碼器；基于能量的模型 (VI)；從 LV-EBM 到目標 prop 到（任何）自動編碼器；基于能量的模型 (V)；帶有 PyTorch 和 GAN 的 AEs；

• 主題 5?關聯(lián)記憶：基于能量的模型 (V)；注意力以及 transformer ；

• 主題 6 圖：Graph transformer 網絡；圖卷積網絡 (I)；圖卷積網絡 (II)；

• 主題 7 控制：規(guī)劃和控制；The Truck Backer-Upper；不確定性下的預測和規(guī)劃；

• 主題 8 優(yōu)化：優(yōu)化 (I)；優(yōu)化 (II)；

此外，該課程還涵蓋視覺 SSL、低資源機器翻譯、Lagrangian 逆向思維、最終項目和問答等其它主題進行探索。

想進行深度學習研究的小伙伴，你不能錯過該課程，相信你會收獲滿滿。

更多資源請參考：

• 英文版講義：https://atcold.github.io/NYU-DLSP21/en/week12/12/

• YouTube 地址：https://www.youtube.com/playlist?list=PLLHTzKZzVU9e6xUfG10TkTWApKSZCzuBI

• 課程資料：https://github.com/Atcold/NYU-DLSP21

往期精彩：
?時隔一年！深度學習語義分割理論與代碼實踐指南.pdf第二版來了！
?新書預告 | 《機器學習公式推導與代碼實現(xiàn)》出版在即！