深度学习准「研究僧」预习资料：图灵奖得主Yann LeCun《深度学习（Pytorch）》春季课程

来自 | 机器之心   编辑 | 蛋酱

开学进入倒计时，深度学习方向的准「研究僧」们，你们准备好了吗？

转眼 2020 年已经过半，又一届深度学习方向的准研究生即将踏上「炼丹」之路。对于这一方向的新生来说，提前了解、学习这一专业领域的知识，会让研究生涯有一个更加顺畅的开端。

今天要介绍的是一份比较适合入门深度学习的课程：纽约大学数据科学中心《深度学习（Pytorch）》2020 春季课程。

课程网站：https://atcold.github.io/pytorch-Deep-Learning/

这门课程由图灵奖得主、纽约大学 Sliver 教授 Yann LeCun 主讲，课程主要涉及深度学习和表征学习的最新技术及其在计算机视觉、自然语言理解和语音识别方面的应用，重点包括监督深度学习、无监督深度学习、嵌入方法、度量学习、卷积和递归网络等。

在学习这门课程之前，你需要对数据科学和机器学习有一定程度的了解，你可以先完成 DS-GA 1001 数据科学入门，或者学习一门研究生级别的机器学习课程。

《深度学习（Pytorch）》系列课程自开设以来，已经成为该领域的明星课程，迄今 GitHub 主页获得了 2.6k 的 star 量。

课程目录

课程总长度为 11 周，在两个多月的时间里，你将掌握这几项内容：

• 监督学习、神经网络、深度学习基础

• 反向传播及架构组件

• 卷积神经网络及其应用

• 更多深度学习架构

• 正则化技巧 / 优化技巧 / 理解深度学习的工作原理

• 基于能量的模型

• 自监督学习和其他

课程进度如下：

每一部分都有着详细的课程介绍，并且纲要内容已经翻译成了包括中文在内的 6 种语言，毫无阅读障碍。

目前，所有课程视频资源也已放出，你可以在该课程另一位主讲人 Alfredo Canziani 的 YouTube 主页找到播放列表：https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq

时间不早了，距离正式开学还有十几天，你的学习计划启动了吗？

—完—

为您推荐你一定从未看过如此通俗易懂的YOLO系列解读 (上)你一定从未看过如此通俗易懂的YOLO系列解读 (中)
22课时、19大主题，CS 231n进阶版课程视频上线
数据分析入门常用的23个牛逼Pandas代码如何在科研论文中画出漂亮的插图？