神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布

点击上方,选择星标或置顶,不定期资源大放送神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

阅读大概需要5分钟神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片


Follow小博主,每天更新前沿干货神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

深度学习作为AI入门的一门必修课程,在网上一直有着许多教学资源。
最常见的莫过于吴恩达老师的《深度学习》课程。
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

就在前不久,纽约大学数据科学中心(CDS)上传完成了其2020年春季学期的《深度学习》的全部内容资源。
而这次的课程,是由图灵奖得主、深度学习三巨头之一、AI大牛Yann LeCun及纽约大学助理教授Alfredo Canziani共同教授的。
大佬的亲授,往往是令人期待的。
那么该课程都有哪些内容呢?(相关资源可在文末获取。)
课程简介 本课程涉及深度学习和表示学习的最新技术,重点包括:
监督式深度学习和无监督深度学习、(词)嵌入、度量学习、卷积和递归网络,以及在计算机视觉、自然语言理解和语音识别方面的应用。
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

△图源:CDS 另外,纽约大学数据科学中心建议开始课程学习需要先修的课程有:CDS的《数据科学入门》课程或其他一门研究生级别的机器学习课程。
也有网友评论到:
Lecun的课有着非常高的眼界,因此对于学生的基础知识有着很高的要求。其实比起MS,更适合PhD degree。
因此,在这并不建议没有基础的小白进行学习哦。
课程内容 该课程为期14周,共27个视频,每周基本上有对应的课程与练习。
课程内容整理如下:
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

第一周神经网络、深度学习的历史、第二周复习了基础的数学基础。
而从第四周至第六周则总体讲述了各类神经网络及其应用。
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

第七周之后,便开始更进一步,教授深度学习的前沿技术。
讲师介绍 Yann LeCun,美国国家工程院院士,纽约大学终身教授。卷积网络之父,与Geoffrey Hinton、Yoshua Bengio并成为“深度学习三巨头”。同时,其还是Facebook副总裁兼首席AI科学家。
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

1983年在巴黎ESIEE获得电子工程学位。1987年在巴黎第六大学获得计算机科学博士学位。
1988年,他加入了贝尔实验室的自适应系统研究部门,位于美国新泽西州的霍姆德尔镇区。在此,他开发了很多新的机器学习方法,比如卷积神经网络。
2012年,他成为了纽约大学数据科学中心的创建主任。
其于2014年获得了IEEE神经网络领军人物奖,2015年获得PAMI杰出研究员奖。
2019年,其荣获图灵奖。
Alfredo Canziani,是纽约大学计算机科学的助理教授。

【神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布】Alfredo Canziani拥有的里雅斯特大学的电子工程学士学位和硕士学位。
之后他还于2012年在克兰菲尔德大学获得理学硕士学位,于2017年在普渡大学获得博士学位。
他的研究主要专注于自动驾驶的机器学习。
资源获取 该课程的内容讲义见于Github:
https://atcold.github.io/pytorch-Deep-Learning/zh/
讲授视频发布于Youtube上:
https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq
讲授视频在B站也有相关资源搬运:
https://www.bilibili.com/video/BV197411M7gG?p=1
重磅!DLer-计算机视觉交流2群已成立!
大家好,这是DLer-计算机视觉微信交流2群!首先非常感谢大家的支持和鼓励,我们的计算机视觉交流群正在不断扩大人员规模!希望以后能提供更多的资源福利给到大家!欢迎各位Cver加入DLer-计算机视觉微信交流大家庭 。
本群旨在学习交流图像分类、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。希望能给大家提供一个更精准的研讨交流平台!!!
进群请备注:研究方向+学校/公司+昵称(如图像分类+上交+小明)
神经网络|【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
文章图片

???? 长按识别添加,即可进群!

    推荐阅读