Yann LeCun送你的春节大礼：免费学习全部2020春季深度学习课程

点击上方“计算机视觉工坊”，选择“星标”

干货第一时间送达

来源：外媒

编辑：keyu（新智元）

【导读】一句话总结：Yann LeCun的2020春季Deep Learning（深度学习）课程所有课程资料已经免费向全网开放啦！材料有中文版本！还不赶快学起来！

本篇文章所透露的信息，对于广大深度学习爱好者和学习者来说，绝对是「重磅福利」！！

 

纽约大学数据科学中心（NYU Center for Data Science）宣布，「深度学习三巨头」之一的Yann LeCun2020春季开设的深度学习课程——DS-GA 1008，所有材料和资源全部免费向全网开放！（文末附有课程资源哦）

 

就问你香不香！！！

这些课程材料，包括带有字幕的讲课视频、详细的书面概述、以及使用PyTorch实现的可执行Jupyter Notebooks。

课程涵盖广泛，英文不好也没关系！

该课程涵盖了深度学习和表征学习的最新技术，并重点关注了监督/自监督学习，嵌入方法，度量学习，卷积和递归网络，以及在计算机视觉，自然语言理解和语音识别领域的应用。

 

如果要学习此门课程，需要有数据科学入门或者机器学习课程的相关知识。

 

从深度学习的历史、动机和灵感等主题开始，这门课程一共为期14周。随后，Lecun会带领大家深入研究优化技术、 energy-based模型、世界模型、生成式对抗网络以及模型预测的策略学习等主题。

 

在课程结束之前，Lecun还会探索深度学习在自然语言处理、图卷积网络以及结构化预测等方面的应用。

 

有人可能说了：这课程香是香，可是英语不好，咋办？

 

没关系，有中文版本！

 

在来自全球17个时区的470多名志愿者帮助下，NYU提供了多门语言的翻译材料：英语、阿拉伯语、西班牙语、意大利语、日语、韩语、土耳其语、汉语、法语、波斯语、俄语。之后，还会增加葡萄牙语、孟加拉语和越南语的翻译版本。

 

怎么样？现在终于没有可以阻碍你学习的屏障了吧！

LeCun携手弟子Alfredo带你「开启新世界大门」

下面是课程的老师以及其他相关人员信息，让我们来一个个介绍这门课的教授：

我们对Yann LeCun已经非常熟悉，他是纽约大学数据科学、计算机科学、神经科学、电子和计算机工程的Silver Professor。同时，他也担任Facebook的副总裁和首席人工智能科学家职位，有「卷积神经网络之父」的美称。 

 

他曾经获得过ACM图灵奖，也是美国国家工程院的成员。2018年，他获得了哈罗德·彭德奖，还拥有创新研究交流奖章。

早些年，他曾在多伦多大学跟随深度学习鼻祖Geoffrey Hinton进行博士后研究。在加盟Facebook之前，LeCun在贝尔实验室工作了超过20年，在此期间，他开发了一套能够识别手写数字的系统，并把它命名为LeNet。

 

2014年，IEEE计算机学会给他颁发了著名的“神经网络先锋奖”（Neural Network Pioneer Award），后又分别在2015年和2016年将IEEE PAMI 杰出研究奖、Lovie 终身成就奖包揽。

 

他的一些著名的附属机构如下:CILVR实验室，计算机科学系，Courant数学科学研究所的一部分，数据科学中心，神经科学中心，电气和计算机工程系，Facebook人工智能研究所（FAIR）。

 

当然，除了Yann LeCun，Alfredo Canziani是这门课的第二位教授者：

 

Alfredo Canziani师从Kyunghyun Cho和Yann LeCun教授，是纽约大学Courant数学科学研究所下的计算机科学研究助理教授和深度学习研究科学家。

他的研究主要集中在自动驾驶中的机器学习。Alfredo一直在探索深度策略网络行为、不确定性估计、故障检测以及基于潜在正向模型的长期规划问题，这些正向模型可以很好地处理周围环境的随机性和多模态成分。

 

在此之前，Alfredo以优异成绩获得里雅斯特大学的电气工程学士和硕士学位。2012年，他在克兰菲尔德大学(Cranfield University)获得理学硕士学位，2017年在普渡大学(Purdue University)获得博士学位。

 

除了极其优异的学术表现之外，Alfredo还是一名专业的音乐家、舞者和厨师。

 

到这里，小编不禁感叹：优秀的人真的是方方面面都能这么突出，不仅在科学上出类拔萃，而且在艺术领域还有所建树！

 

这两位教授都活跃在Twitter的科学分区，通过账号@ylecun和@alfcnz与广大研究人员和网友进行互动，此外，他们还会回答YouTube视频评论区的所有问题。

 

看到这里，如果大家已经摩拳擦掌，迫不及待要开始去课程网站汲取新鲜知识的话，那点击下方链接，即可打开知识大门：

https://atcold.github.io/pytorch-Deep-Learning/

 

下面是相关资源：

GIthub：

https://github.com/atcold/pytorch-Deep-Learning/

YouTube：

https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq

参考链接：

https://nyudatascience.medium.com/yann-lecuns-deep-learning-course-at-cds-is-now-fully-online-accessible-to-all-787ddc8bf0af

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复：深度学习，即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复：计算机视觉，即可下载计算机视觉相关17本pdf书籍，包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复：SLAM，即可下载独家SLAM相关视频课程，包含视觉SLAM、激光SLAM精品课程。

重磅！计算机视觉工坊-学习交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~