深度学习入门及高阶经典课程、教程等资源合集（长期整理）

已于 2024-06-26 20:12:52 修改
阅读量3.2k 收藏 20
点赞数 2
分类专栏： 深度学习必知必会 文章标签： 深度学习 人工智能
于 2020-08-04 14:23:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/spatial_coder/article/details/104900859
版权

深度学习资料

经典课程

李沐动手学深度学习

李沐动手学深度学习

动手学机器学习

https://hml.boyuai.com/
在这里插入图片描述

MIT 图分析

https://ocw.mit.edu/courses/14-15j-networks-spring-2018/pages/lecture-and-recitation-notes/

yale 图统计推断

http://www.stat.yale.edu/~yw562/teaching/684/index.html

standford 机器学习

吴恩达授课版链接
https://see.stanford.edu/Course/CS229
配套李航的统计学习方法一书来复习，加上machine learning in action实战

stanford 机器学习系统设计

https://stanford-cs329s.github.io/

stanford 实用机器学习

https://c.d2l.ai/stanford-cs329p/

纽约大学深度学习2020

Yann LeCun开设的课程。地址
在这里插入图片描述
笔记中文版本https://atcold.github.io/pytorch-Deep-Learning/zh/
代码地址

吴恩达深度学习课程

https://www.coursera.org/specializations/deep-learning

斯坦福cs230

NLP/CV代码模板
cs230-stanford/cs230-code-examples
CV
NLP
上kaggle打几个竞赛，形成自己的代码模板

udacity深度学习

https://cn.udacity.com/course/deep-learning–ud730

自然语言处理

  • CS224d: Deep Learning for Natural Language Processing

http://cs224d.stanford.edu/

  • speech and language processing 第三版(2021)
    https://web.stanford.edu/~jurafsky/slp3/

  • CS224n课程的课件

http://web.stanford.edu/class/cs224n/syllabus.html

  • 牛津大学nlp
    https://github.com/oxford-cs-deepnlp-2017/lectures
  • 普林斯顿cos484
    https://princeton-nlp.github.io/cos484/
  • CMU 自然语言处理研究生课程
    http://phontron.com/class/anlp2021/schedule.html

计算机视觉

  • 斯坦福李飞飞CV
    http://cs231n.stanford.edu/
  • 斯坦福计算机视觉
    http://vision.stanford.edu/teaching.html

多伦多大学CSC 2547 3D计算机视觉

https://www.pair.toronto.edu/csc2547-w21/
课程内容包括：

  • 以点云为输入的表征、学习和生成型深度学习；
  • 可微分和神经渲染；
  • 几何深度学习；
  • 非欧几里得深度学习在计算机视觉之外的应用
  • 神经辐射场(NeRF)

深度元学习

  • stanford CS330
    https://cs330.stanford.edu/
    https://exploredegrees.stanford.edu/coursedescriptions/cs/

数据分析、挖掘

UIUC韩家炜CS512

知识图谱

standford cs520

图机器学习

standford cs224w

斯坦福凸优化

http://web.stanford.edu/class/ee364a/lectures.html

南京大学凸优化

http://www.lamda.nju.edu.cn/qiuzh/optfall2021gra.html

CMU概率图模型

https://www.cs.cmu.edu/~epxing/Class/10708-20/lectures.html

强化学习

强化学习学习路径 https://zhuanlan.zhihu.com/p/344196096

CS 285 at UC Berkeley

http://rll.berkeley.edu/deeprlcourse/

强化学习圣经书

书籍开源地址：https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf
配套代码：
（1）TF版本：https://github.com/dennybritz/reinforcement-learning/tree/master/DQN
（2）章节详细对应版： https://github.com/ShangtongZhang/reinforcement-learning-an-introduction
配套课程：david silver RL course https://www.davidsilver.uk/teaching/

UCL 汪军 多智能体强化学习

https://app6ca5octe2206.pc.xiaoe-tech.com/detail/p_603db816e4b0a77c389892d3/6

动手学强化学习

https://hrl.boyuai.com/chapter/2/dqn%E7%AE%97%E6%B3%95

清华大学高级机器学习

https://www.aminer.cn/aml

贝叶斯学习

海量数据挖掘

斯坦福大数据挖掘课程
http://mmds.org/

机器学习优化

  • princeton COS 598D：Optimization for Machine Learning（机器学习优化）

因果推断/因果表示学习

  • https://www.bradyneal.com/causal-inference-course
  • https://github.com/NickCH-K/CausalitySlides

杜克大学因果推断课程

https://www2.stat.duke.edu/~fl35/CausalInferenceClass.html
在这里插入图片描述

fastai实战课程

https://www.fast.ai/

台大李宏毅机器学习

https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html

AI系统设计

微软亚洲研究院的课程
https://github.com/microsoft/AI-System
AI实践案例
https://microsoft.github.io/ai-edu/%E5%AE%9E%E8%B7%B5%E6%A1%88%E4%BE%8B

计算机顶会教程

深度学习异常检测

WSDM2021教程
https://sites.google.com/site/gspangsite/wsdm21_tutorial

常识知识提取

WSDM2021教程
https://www.mpi-inf.mpg.de/commonsense-tutorial-wsdm-2021

知名学者

Xavier主页

代码模板

机器学习开源库网站

https://www.datalearner.com/machine_learning_tools

pytorch 常用代码段

https://www.zhihu.com/collection/339216149
Awesome-pytorch
github上一个搜索技巧是搜awesome+，会搜到对应话题好的资源整理项目。

  • pytorch lightning
  • HuggingFace 预训练模型

深度学习常用公式cheatcheets

https://stanford.edu/~shervine/teaching/cs-229/

spatial_coder
关注
专栏目录
从零开始学自然语言处理-十万字长文带你深入学习自然语言处理全流程
wenyusuran的专栏
09-12 3024
前言 内容会涉及自然语言处理的各个方面知识内容和具体操作：包括但不仅限于词法分析，句法分析，语义分析，文本聚类，文本分类，情感分析，文本摘要生成，主题模型，词嵌入，文本语义相似度，自然语言推理，机器翻译，语言模型，信息抽取，关系预测，对话，指代消解等等。 针对中文的自然语言处理，我们需要先将段落和句子切分为词语，这是最基础的一步操作，分词属于词法分析的基础部分。 以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！ MATLAB-30天带你从入门到精通 MAT
神经网络 深度神经网络,主流的神经网络的框架
ynca67269的博客
08-20 2622
图：从具体特征到抽象特征逐级深入的多级神经网络6，RNN和神经图灵机如果时间序列数据里的模式也包含复杂的多层级结构，这里和我之前说的复杂系统往往由于反馈导致复杂的时间依赖是一致的，那么要挖掘这种系统里的模式，我们通常的工具就是超级前卫的循环神经网络RNN，这种工具对处理高维具有复杂反馈的系统有神效，因为它本身就是一个高维具有复杂时间反馈的动力学系统。然后要学会梳理自身学习情况，以课本为基础，结合自己做的笔记、试卷、掌握的薄弱环节、存在的问题等，合理的分配时间，有针对性、具体的去一点一点的去攻克、落实。
Coursera吴恩达《深度学习》课程总结（全）
weixin_46587777的博客
04-10 2106
当我们算神经网络的层数时，我们不算输入层，只算隐藏层和输出层。4.8这和大脑有什么关系》What does this have to do with the brain?那么，神经网络跟人脑机制到底有什么联系呢？究竟有多少的相似程度？其实关联性不大。
深度学习经典教程
05-28
深度学习入门经典，强烈推荐。。。。。。。。。。。。。。。。。。。
深度学习入门-01
qhqlnannan的专栏
08-14 342
它的主要功能是将代码、文本、数学方程式、可视化和其他相关元素组合在一起，创建一个动态文档，用于数据分析、机器学习、科学计算和数据可视化等方面。Jupyter Notebook 提供了一个交互式的界面，使用户能够以增量和可视化的方式构建和执行代码，同时支持 Markdown 格式的文本和 LaTeX 数学符号。在安装Jupyter Notebook之前，可以选择先安装Anaconda，Anaconda就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。在这环境中需要安装的包，选择yes。
深度学习入门视频课程学习笔记01
迪哥有点愁
07-30 3842
本篇学习笔记对应深度学习入门课程 第二课（一）深度学习问题面临的挑战首先就由一只小猫带咱们走进深度学习的世界吧！ 对于一个输入样本来说，深度学习和机器学习有着相同的目的，就是要把这个样本进行最准确的分类。咱们从肉眼看很容易这是一只猫，因为我们有着这么多年的积累常识嘛！但是计算机可不这么聪明一眼就能看得出来，在计算机中，一个图像是由像素点所构成的。这里可能有同学对于计算机视觉不是很了解，我简单的介
[转]《零基础入门深度学习》系列文章（教程+代码）
热门推荐
TS1130的专栏
11-20 6万+
无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就out了？现在救命稻草来了，《零基础入门深度学习》系列文章旨在讲帮助爱编程的你从零基础达到入门级水平。零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文章。虽然文中会有很
纯新手入门机器/深度学习自学指南（附一个月速成方案）
量子位
05-27 1万+
原作：Masum Hasan问耕 编译整理量子位 出品 | 公众号 QbitAI怎么入门机器/深度学习？回答这个问题，最先要考虑的问题是：你有多少时间？准备用三个月入门，...
资源 | 深度学习课程入门与介绍
weixin_30312659的博客
01-08 208
【1】Andrew NG Deep Learning.ai http://deeplearning.ai/网易云课堂（中文字幕）：http://mooc.study.163.com/smartSpec/detail/1001319001.htm推荐理由：Andrew Ng老师是讲课的能手，很多人认识他是从Stanford的经典《机器学习》课程上。Andrew老师授...
深度学习课堂笔记
synthesis_30的博客
03-02 1668
第1章 深度学习简介 1.1 课程简介 1.2
人工智能学习与实训笔记（一）：零基础入门学习与实训笔记
weixin_45512098的博客
07-26 687
基于百度飞桨的人工智能学习笔记
大数据开发是做什么的？怎样入门？
weixin_51689029的博客
11-11 8379
我们现在正处于“互联网+”的时代，将互联网和传统行业融合，往往可以创造出1+1＞2的效果。这种1+1的模式，在编程语言的使用上也通用，比如Python+大数据开发，就可以在数字化经济中发挥巨大作用。 目前，数字经济成为全球经济增长新动能，而我国的数字经济规模在世界上排行第二！从以量级计算的数据中找到背后的巨大价值至关重要，在此背景下，数字人才成为我国经济全面数字化转型的第一资源和核心驱动力！ 而将Python作为工具，大数据开发作为目的的Python+大数据开发人才便是当下企业所需人才之一！
深度学习入门：10门免费线上课程推荐
weixin_33738982的博客
10-12 240
Dive into Deep Learning，深度学习一直在音视频业内也是非常受到关注的热点，这里推荐10个免费的优质线上课程。推荐大家开源项目Class Central，里面有31个在线课程（其中10个是完全免费的），涵盖了从深度学习的基础到今天最前沿的研究。在线深度学习课程Creative Applications of Deep Learning with TensorFlow ★★★★★...
简单易懂的讲解深度学习（入门系列之一）
12-02 3492
摘要： 当你和女朋友在路边手拉手一起约会的时候，你可曾想，你们之间早已碰撞出了一种神秘的智慧–深度学习。恋爱容易，相处不易，不断磨合，打造你们的默契，最终才能决定你们是否在一起。深度学习也一样，输入各种不同的参数，进行训练拟合，最后输出拟合结果。 恋爱又不易，且学且珍惜！ 导言： 目前人工智能非常火爆，而深度学习则是引领这一火爆现场的“火箭”。于是，有关“深度学习”的论文、书籍和网络博客汗牛充栋，但大多数这类文章都具备“高不成低不就”的特征。对于高手来说，自然是没有问题，他们本身已经具备非常“深度”的学.
深度学习入门从入门到精通——深度学习入门
最新发布
swpucwf的博客
08-22 1353
RNN：适用于处理短时间依赖的序列数据，但存在梯度消失问题。LSTM：通过复杂的门机制，能够处理长时间依赖，并有效防止梯度消失，适用于更长的序列数据。GRU：简化了 LSTM 的结构，计算效率更高，在保持性能的同时减少了计算开销。这些模型都在自然语言处理、语音识别、时间序列预测等领域有广泛的应用。通过理解这些模型的原理和优缺点，可以更好地选择合适的模型来处理具体的序列任务。
深度学习课程Deep Learning Courses
GarfieldEr007的专栏
03-29 3378
深度学习是一个快速成长的人工智能领域。它越来越多地用于提供接近人类的水平精度图像分类，语音识别，自然语言处理，情感分析，推荐引擎等。应用领域包括面部识别，场景检测，先进的医疗和制药研究，以及车辆的自动驾驶。 免费的深度学习课程 加入NVIDIA的深度学习课程听专家讲免费的在线课程吧，此入门课程由五个教师主讲，包括互动讲座，动手练习，与导师一起工作。 你需要学习很多内容，包
深度学习入门课程
deep_love1314的博客
08-11 525
深度学习基础
深度学习入门教程
gaotihong的博客
12-20 876
1.深度学习的中文资料： 1.1李宏毅的中文视频(2017) 1.2deepleaning book http://www.ipaomi.com/2017/10/23/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C-%E4%B8%AD%E6%96%87-%E5%85%A5%E9%97%A8-%
强烈推荐的机器学习，深度学习课程以及python库
张冰洋的天空
01-08 1万+
本文知乎链接： https://zhuanlan.zhihu.com/p/24768878 本着两条原则发一波车： 1.不建议报辅导班。不是因为我们不应该为学习知识付费， 而是因为有更好的资源，而这些资源恰好免费。报辅导班学习浪费钱倒是次要的，主要是时间有限，所以我们要把最好的时间集中在最高效的事情上。 2.视频资源种类繁多，但我只推荐最好的。就像这世界有那么多种车，而我只开最
深度学习入门指南：构建复杂高级抽象的基石
"深度学习入门 deep learning - 一篇深度学习的最佳入门和综述性文章" 深度学习（Deep Learning）是人工智能领域的一个重要分支，它主要关注通过多层非线性处理单元来学习复杂数据表示的方法。这篇论文由Yoshua ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值