点击上方“Jerry的算法和NLP”，选择“星标”公众号
重磅干货，第一时间送达
1
About CS224N
「CS224n：深度自然语言处理课程」（ Natural Language Processing with Deep Learning），由斯坦福大学出品，让你在了解丰富的自然语言处理基础理论的同时，学会将运用神经网络到实际问题中。
主讲人为斯坦福大学人工智能实验室主任，著名计算机科学家Christopher Manning教授，1月份课程阅读材料已公布。本课程自2017 年起开设，2017年该课程视频已公开放出。
近日，斯坦福大学官网公布了2019年度冬季cs224n课程：基于深度学习的自然语言处理的课程安排。本课程主讲人为斯坦福大学人工智能实验室主任，著名计算机科学家Christopher Manning教授。
自然语言处理（NLP）是信息时代最重要的技术之一，也是人工智能技术的关键部分。 NLP的应用无处不在，因为人们的交流都要使用语言：在网络搜索、广告、电子邮件、客户服务，语言翻译、医学报告等应用都离不开语言。
近年来，深度学习方法在许多不同的NLP任务中已经具备了极高的性能，这些方法使用单个端到端神经模型，不需要传统的、针对特定的功能的项目。
在本课程中，学生将深入了解NLP深度学习的前沿研究现状。通过讲座、作业和期末项目，学习设计、实施和理解构建神经网络模型所需的技能。今年，CS224n将首次使用PyTorch而不是TensorFlow。
2
学习必备条件
熟练掌握 Python:所有课堂作业将在 Python中(使用 numpy和 tensorflow)。这里有一个教程,用于那些不熟悉 Python的人。如果你有很多编程经验,但使用不同的语言(例如C/C++/ Matlab/ Javascript)可能会更好。
大学微积分、线性代数：你应该会求导数,也了解矩阵向量运算与符号。基本概率和统计你应该知道概率、高斯分布、均值、标准差等基本知识。
机器学习基础：我们会用梯度下降制定成本函数、求导数及执行优化。cs221或Cs229都会涵盖这些内容。掌握一些凸优化知识,优化技巧将会更直观。
3
Pytorch实现CS224N课堂作业
今年，CS224n将首次使用PyTorch而不是TensorFlow。最近在github上发现了有人整理了用pytorch实现CS224N作业的资源。
按照时间顺序，CS224N1月份授课主题分别为：
词向量、反向传播、神经网络、依存句法分析、递归神经网络和语言模型、梯度消失和RNN、机器翻译、Seq2Seq和注意力。
更多信息和资源，可访问斯坦福cs224n官网链接：
http://web.stanford.edu/class/cs224n/index.html
手握这份资源，和小伙伴一起学习CS224N把！
GitHub地址：
https://github.com/DSKSD/DeepNLP-models-Pytorch
The End
▼
往期精彩回顾
▼
《CNN+BLSTM+CTC的验证码识别从训练到部署》识别二维码
关注我们
扫一扫
666
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
