台大喊你来上课,深度学习优化,免费的哟

机器学习算法与Python实战

共 1810字,需浏览 4分钟

 ·

2021-06-03 09:58

↑↑↑点击上方蓝字,回复资料,10个G的惊喜

水木番 发自 凹非寺 量子位 报道 | 公众号 QbitAI

又有新的学习资源放出了。

这次是来自台湾大学的课程——《深度学习的优化方法》

顾名思义,它所涉及的课程内容包括了深度学习的非凸优化问题,主要就是解决优化深度学习的难题。

这次的课程是2021春季版,授课教师是林智仁教授。

这门课没有期末考试,纯粹以项目来评分。

之前的课程的视频和PPT都已上传,所有课程都会在6月14号结束,现课程已面向全网开放。


上完这门课程,你将获得什么?


根据台大的信息,此次开放的课程属于深度学习优化的高级课程

而至于你们关心的,上完这门课程,你会获得什么?

首先,当然是深度学习优化的基础知识

其次,课程将大量使用 simpleNN软件。

在各种类型的网络中,课程将主要集中使用CNN,有利于帮助你学习CNN。

除此之外,学习这门课程,还能获得深度学习代码的动手实践经验。

这么好~


那参加本课程需要什么知识?

老师表示,当然你得对优化和深度学习这两个领域有基本的了解。

至于所需要的技能,如果你之前了解Python和Matlab / Octave,那当然是极好的。

都有哪些课程?

本次的课程,课程将包括老师讲课和一些学生进行项目介绍展示。

一共有6讲。

具体课程包括:

1.深度学习的优化问题
         a.线性分类
         b.完全连接的网络
         c.卷积网络
2.深度学习的随机梯度方法
         a.梯度下降
         b.随机梯度法
         c.关于不同动量更新规则的说明
3.梯度计算
         a.矢量形式
         b.梯度计算
4.执行
5.自动区分
6.牛顿法
        a.基本知识
        b.算法
        c.高斯牛顿矩阵-矢量积
                    i.只使用落后工艺
                    ii.使用前进和后退过程

当然啦,除此之外,还有刚才提到的一些学生“项目展示”方面的内容。

教师团队

本次课程主要的指导老师,是林智仁教授。


他是密歇根大学博士,台湾大学计算机科学和信息工程系教授。

主要研究领域包括:

机器学习:
      支持向量机(SVM),大规模数据分类和机器学习软件设计。
运筹学:
      大规模非线性优化。

除此之外,还有助教团队将与你“并肩作战”。

包括了Cheng-Hung Liu和 Li-Chung Lin 。

链接已经放在了下方,有需要的读者可戳👇。

课程链接:

https://www.csie.ntu.edu.tw/~cjlin/courses/optdl2021/

也可以加一下老胡的微信
围观朋友圈~~~


推荐阅读

(点击标题可跳转阅读)

10部顶级数学纪录片

2021年,机器学习研究风向要变了?

【机器学习】随机森林是我最喜欢的模型

Python之父:Python 4.0可能不会来了

【2021版】机器学习、深度学习调参手册

亚马逊首席科学家李沐博士:工作五年反思

【下载】80页笔记看遍机器学习基本概念、算法、模型

老铁,三连支持一下,好吗?↓↓↓


浏览 21
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报