全球名校AI课程库（7）| Berkeley伯克利 · 深度神经网络设计、可视化与理解课程『Deep Learning: Designing, Visualizing and Understand』

CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解

🏆 课程学习中心 | 🚧 深度学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析


课程介绍

深度网络彻底改变了计算机视觉技术、语言技术和机器人技术，给科研和工程实践带来了深远的影响。那么，如何对深度网络开展研究与应用呢？用 AI 领域的大佬 Yann Lecun 的话来说，这个过程『需要直觉洞察、理论建模、动手落地、实证研究和科学分析之间的相互作用』。Berkeley课程 CSW182/282A 也将遵照这个范式进行教学和作业设计。

CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解

CSW182/282A 是全球顶校 UC Berkeley 开设的 AI 专项课程，课程以深度学习的典型方法、模型设计、可视化与模型理解为主题，讲解了自然语言处理、计算机视觉、强化学习等领域的AI模型全域知识。学生将学习设计原则和最佳实践，可视化与理解深度网络。并通过可视化工具探索深度网络的训练和使用方法。

CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解

课程讲师 Sergey Levine，加州大学伯克利分校副教授，任职于电气工程和计算机科学系。专注于使自主代理通过学习获得复杂行为的算法研究，特别聚焦于『使任何自主系统学习解决任何任务』的通用方法探索——例如我们常见的机器人技术，以及一系列需要自主决策的其他领域。

课程学习具有以下知识基础：

  • 微积分和线性代数的知识。
  • 概率和统计。课程涉及连续和离散的概率分布。
  • 机器学习。
  • 编程，作业将主要使用Python。

课程主题

课程官网发布了课程主题，ShowMeAI 对其进行了整理翻译。

    1. Introduction（介绍）
    1. ML Basics 1（机器学习基础 1）
    1. ML Basics 2（机器学习基础 2）
    1. Optimization（优化）
    1. Backpropagation（反向传播）
    1. Convolutional Nets（卷积神经网络）
    1. Getting Neural Nets to Train（初始化、批量归一化）
    1. Computer Vision（计算机视觉）
    1. Generating Images from CNNs（可视化和风格迁移）
    1. Recurrent Neural Networks（循环神经网络）
    1. Sequence To Sequence Models（序列到序列）
    1. Transformers（Transformers）
    1. Applications. NLP（NLP应用）
    1. Learning-Based Control & Imitation（模仿学习）
    1. Reinforcement Learning（强化学习-梯度策略）
    1. Q-Learning（Actor Critic和 Q 学习）
    1. Autoencoders & Latent Variable Models（生成模型）
    1. Variational Autoencoders & Invertible Models（变分自编码器&可逆模型）
    1. Generative Adversarial Networks（GAN生成对抗网络）
    1. Adversarial Examples（对抗样本与攻击）

课程资料 | 下载

CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解

扫描上方图片二维码，关注公众号并回复关键字 🎯『CSW182』，就可以获取整理完整的资料合辑啦！当然也可以点击 🎯 这里 查看更多课程的资料获取方式！

CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解
CSW182; Deep Learning: Designing, Visualizing and Understanding Deep Neural Networks; 深度神经网络设计、可视化与理解

CSW182 课程由深度学习核心内容讲解、4次编程作业、2次期中测试和1个大项目构成，并公开了相关资料。ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：

  • 📚 课件。PDF文件。覆盖Lecture 1~21所有章节。
  • 📚 作业。数据文件和.ipynb文件。覆盖Homework 1~4所有内容。
  • 📚 讨论与解答。 Discussion和Solution，共12组文档，覆盖学习过程的问与答。

课程视频 | B站

🌍 B站 | 【双语字幕+资料下载】伯克利CSW182 | 深度神经网络设计、可视化与理解(2021最新·完整版)

ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 👆 B站 观看完整课程视频哦！


全球名校AI课程合辑

作者：ShowMeAI内容团队
阅读原文：https://www.showmeai.tech/article-detail/355

posted @ 2022-11-11 15:59  ShowMeAI  阅读(118)  评论(0)  编辑  收藏  举报