Yann LeCun主講，紐約大學《深度學習》2021春季課程放出，免費可看

來源：機器之心

編輯：陳萍

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(wǎng)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(wǎng)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(jīng)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(zhuǎn)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(wǎng)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(nèi)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(jīng)網(wǎng)絡推理；模塊和架構；神經(jīng)網(wǎng)絡訓練；

• 主題 2?參數(shù)共享：循環(huán)和卷積網(wǎng)絡；實踐中的 ConvNet；自然信號特性和卷積；循環(huán)神經(jīng)網(wǎng)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(wǎng)絡；圖卷積網(wǎng)絡 (I)；圖卷積網(wǎng)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