紅色石頭的個人網站：

紅色石頭的個人博客-機器學習、深度學習之路?

www.redstonewill.com圖標

就在 3 月 21 日，由吳恩達開設的斯坦福深度學習課程 CS230 課程視頻發布到了網上。視頻攝製於 2018 年秋季，時隔半年，線上課程終於上線並公開！再一次，我們終於又目睹了 AI 界的大 IP：吳恩達大佬的風采！

本公開課視頻由吳恩達（Andrew Ng）和 Kian Katanforoosh 共同講解。總共包含了 5 節課。

視頻目錄：

  • Lecture 1 - Class Introduction and Logistics
  • Lecture 2 - Deep Learning Intuition
  • Lecture 3 - Full-Cycle Deep Learning Projects
  • Lecture 4 - How to tune your network
  • Lecture 5 - AI + Healthcare

課程視頻首發於 Youtube 上，地址如下：

youtube.com/playlist?

考慮到有很多同學門觀看視頻不太方便，國內知名博主愛可可老師已經把視頻搬運到了 B 站上！

視頻地址：

bilibili.com/video/av47

最新的視頻，歡迎嘗鮮！不過值得注意的是，油管上的視頻是配備英文字幕的，而 B 站上的暫時沒有字幕。所以，想吃熟肉的還是盡量在油管上觀看吧。

以上這些新公開的教學視頻是源自斯坦福的深度學習課程 CS230 的。對應 CS230，石頭君之前發文介紹過。如今，這門課有了不少更新和新的資源，除了上面的視頻之外，還有一些整理出來，希望對大家有用！

課程簡介

首先，還是要簡單介紹一下 CS230。CS230 涉及到深度學習的基礎知識、神經網路構建，以及如何完成一個成功的機器學習項目。具體將涉及卷積網路，RNNs，LSTM，Adam，Dropout，BatchNorm，Xavier / He 初始化等，還提供醫療，自動駕駛，手語閱讀，音樂創作和自然語言處理等多領域的案例研究。

課程主頁：

cs230.stanford.edu/

課程形式：

CS230 採取課內和 Coursera 在線課程相結合的形式，其中每一個課程的模塊都需要在 Coursera 上觀看視頻、做測試並完成編程作業。

也就是說，你將先在家裡觀看 Coursera 視頻、完成編程任務以及在線測驗，然後來到課堂上做進一步討論和完成項目。該課程將以開放式的最終項目結束，教學團隊會在過程中提供幫助。

教學大綱：

教學大綱地址為：

cs230.stanford.edu/syll

所有教學大綱中包含的課件離線下載地址：

鏈接：

pan.baidu.com/s/1VaY_v4

密碼：01n1

課程項目

CS230 最大的特色是課程最後會要求學生設計一個大項目。課程項目的題目非常開放。吳恩達希望學生明智地選擇一個符合自己興趣的項目，同時又是既有動力又有技術挑戰性的。

項目類型主要分為三個類型：

  • 應用程序項目。這是迄今為止最常見的：選擇一個你感興趣的應用程序，並探索如何最好地應用學習演算法來解決它。
  • 演算法項目。選擇一個問題或一系列問題，並開發一個新的學習演算法，或現有演算法的一個新變種來解決它。
  • 理論項目。證明一個新的或現有的學習演算法的一些有趣的或不平凡的特性。（這通常非常困難，因此很少有項目，如果有的話，是純理論的。）一些項目還將結合應用程序和演算法的元素。

課程網頁上也公布了每個學期學生的優秀項目。以 2018 年秋季為例，項目前幾名的作品和一些優秀的項目作品也都公開出來了。

第一名的項目是《Deep Energies for Estimating Three-Dimensional Facial Pose and Expression》。點開就能看到這個項目的詳細 Report。這裡，附上地址：

cs230.stanford.edu/proj

課程資料

下面這份筆記和教程意在補充 Andrew Ng 和 Kian Katanforoosh 教授斯坦福大學 CS230 的材料。資料地址：

cs230-stanford.github.io

這些資料包含一些 PyTorch 和 TensorFlow 的教程，可能會對最終項目有所幫助！對應的 GitHub 地址為：

github.com/cs230-stanfo

CS230 速查表

之前，MIT 的 Afshine Amidi 和斯坦福大學的 Shervine Amidi 在博客上整理了一份 CS230 課程知識點的歸納總結。這份總結提要基本遵循 CS230 的授課思路和流程，分卷積神經網路、遞歸神經網路、提示與技巧，三大方面由淺入深地介紹了深度學習的基本概念、網路模型、研究和實驗操作方法等。

下面就來看一下這三張速查表：

1. Convolutional Neural Networks

2. Recurrent Neural Networks

3. Tips and tricks

最後，作者還把上面這三張表整合在一個 pdf 文件中：

以上速查表的網頁地址為：

github.com/afshinea/sta

離線下載地址：

鏈接：

pan.baidu.com/s/1DCIWDH

提取碼：w2aq

最後，預祝你又拿下一門課！

更多 AI 乾貨，請關注公眾號：AI有道！


推薦閱讀：
相关文章