LEARN FROM THE BEST!
最好的老师、最好的同学、最好的教材 — 我所理解的学习捷径
对刚刚接触Deep Learning的同学,从繁杂的教程中“沙里淘金”并非易事。
这个深度学习笔记系列,会陆续推荐几个优秀的课程给有兴趣涉足Machine Learning尤其是Deep Learning的同学。
我也会随意写一些听课心得,以及自学中遇到挑战。一方面给自己做备忘笔记,另一方面,也希望能和大家一起交流共勉。
吴恩达教授的Machine Learning和Deep Learning前3个课程(还有2个没发布)@coursera讲解清晰,非常适合入门;但是博主一路学下来,感觉似乎太容易拿到100%。其实同样精彩更有挑战性的课程还有呢!
开始第一站!
Stanford CS231n: Convolutional Neural Networks for Visual Recognition
课程简介
Stanford CS231n 课程主页
该课程由Stanford AI Lab贡献,大概是目前全球最好的CNN(for Computer Vison)入门课程。虽说是introduction course,但是毕竟面向的是Stanford学生,还是有足够挑战性的。
建议大家一定去浏览并bookmark CS231n 课程主页。原因如下:
- 这里有官方第一手的资料链接:课程notes、授课大纲、项目汇报。
- 这里你能看到Stanford学生的学习标准. 比如Grading Policy, 要想PASS,
独立完成三次Assignents, 尽可能完成质量对等的midterm/final project
至于课程视频吗,推荐看这里的youtube视频专辑(可加速/减速播放):
不能上youtube的话,还有百度网盘、网易云课堂,相信难不倒大家。
为什么选 2016版本,而不是最新的2017版?
除了因为2016有李飞飞的一课,还有一个因素,且看下文。
Andrej Karpathy
这里给大家隆重介绍一下Andrej, 他目前是director of AI at Tesla. 李飞飞的得意门生.
啥?李飞飞是谁?你很快就会知道了。
大家先别看光环哈,Andrej的光环不是最大的;但是此君堪称身体力行“知行合一”、“开源共享”精神的典范。他的blog和twitter相当有信息量! 他基本上实现了自己的开源框架,还做过一个academic search tools: arxiv-sanity. 我们身边有才华的人很多,愿意花时间精力跟你分享他们才华的少见。另外,Andrej讲话的速度和风格跟博主很合拍,看他视频,不用加速:) 你会发现这一系列blog follow的是2016 wintor Andrej版本的CS231n,而不是最新的2017 Justin版。(2017版视频可以做巩固提高用嘛,2017版习题正好可做test set)
总之,博主已被Andrej圈粉。
这里有Andrej的