基于PyTorch,中文授课60小时,李沐「动手学深度学习」第二版直播开课

随着深度学习的火热,各种相关课程与教材涌现出来。但真正系统性梳理这一领域知识、同时能够提供理论讲解和代码实现的书籍屈指可数。此外,由于语言等因素,中文版本的优秀深度学习教材也是凤毛麟角。

在繁多的深度学习教材中,亚马逊资深首席科学家李沐等人在 GitHub 上开源的免费项目《动手学深度学习》一直备受关注,它覆盖了90年代至今重要的模型,特别是每一章都是一个Jupyter记事本,提供了所有模型的完整实现,并在真实数据上运行从而获得直观体验。自开源以来,该项目在 GitHub 上已获得超过2万颗星。

此外,为了方便读者们学习,2017年开始,李沐等人开始组织直播课程,吸引了大量AI从业者学习,之后的中文版本网页浏览用户更是超过65万。

随着深度学习技术的发展,如此备受用户喜爱的一本教材,也在持续更新中。在2019年推出的英文版中,李沐博士等人新加了大量内容,如近年来异常火热的Transformer,同时也新增了Numpy/MXNet、PyTorch和TensorFlow 2.0b版本的实现。

如今,为了方便中文社区的AI从业者们学习,动手学深度学习在线课程即将开课。

课程安排

《动手学深度学习》中文版课程将于3月20日开课,课程共15个章节,课时总计约60小时。

课程内容

本次直播课程从零开始教授深度学习,面向数据科学家、工程师和在校学生,只需有基础数学和python编程能力即可学习。

课程内容覆盖四大类模型:多层感知机、卷积神经网络、循环神经网络、和注意力机制。在此之上,课程将介绍深度学习中的两大应用领域「计算机视觉和自然语言处理」中的典型任务。

此次课程的一大特点是不仅讲述模型算法,还会讲述如何用PyTorch实现每一处细节。帮助大家在真实数据上获得第一手经验。同时我们将举办四次课程竞赛,涉及回归任务、图片分类、物体检测和文本分类四大方向,帮助大家掌握如何利用学到的知识解决实际问题。

本次课程内容基于《动手学深度学习》中文第二版,共15个章节,目前已更新至第八章,全部内容预计将于5月更新完成,本次直播课程内容将全部覆盖,前八章内容如下:

  • 第一章:前言
  • 第二章:预备知识
  • 第三章:线性神经网络
  • 第四章:多层感知机
  • 第五章:深度学习计算
  • 第六章:卷积神经网络
  • 第七章:现代卷积神经网络
  • 第八章:循环神经网络
  • 第九章——第十五章:持续更新中

更多详细内容参见:https://zh-v2.d2l.ai/

课程主讲人

本次直播课程由亚马逊资深首席科学家李沐博士中文授课,每次直播课程中将设置答疑环节,为大家及时解答学习中的疑问。

直播安排

前2个月的直播安排如下,更多安排详见课程官网:http://courses.d2l.ai/zh-v2/

本次课程直播结束后,课程回放将同步上传,回放地址:https://jmq.h5.xeknow.com/s/qFl6e

加入课程交流群

欢迎大家加入课程交流群,共同学习讨论。我们也将在群中第一时间发布课程直播通知。

如群已超出人数限制,添加机器之心小助手:syncedai2、syncedai3、syncedai4或syncedai6,或将微信ID发送至邮箱shidongle@jiqizhixin.com,备注「动手学」即可加入。

理论深度学习课程PyTorch李沐
4
暂无评论
暂无评论~