![73c56f89edd85fb9d163b1d646063642.png](https://i-blog.csdnimg.cn/blog_migrate/f16a3824d5e24e0213ccc782fb16ec4c.jpeg)
红色石头的个人网站:
红色石头的个人博客-机器学习、深度学习之路www.redstonewill.com![625c0de68c668829760e7265e1b41ed6.png](https://i-blog.csdnimg.cn/blog_migrate/5377823f79f2e857ed396388a8ba6b7b.jpeg)
就在 3 月 21 日,由吴恩达开设的斯坦福深度学习课程 CS230 课程视频发布到了网上。视频摄制于 2018 年秋季,时隔半年,线上课程终于上线并公开!再一次,我们终于又目睹了 AI 界的大 IP:吴恩达大佬的风采!
本公开课视频由吴恩达(Andrew Ng)和 Kian Katanforoosh 共同讲解。总共包含了 5 节课。
视频目录:
- Lecture 1 - Class Introduction and Logistics
- Lecture 2 - Deep Learning Intuition
- Lecture 3 - Full-Cycle Deep Learning Projects
- Lecture 4 - How to tune your network
- Lecture 5 - AI + Healthcare
课程视频首发于 Youtube 上,地址如下:
https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb
![bb61f4e4b325411ea482a8eafe214868.png](https://i-blog.csdnimg.cn/blog_migrate/dbeb0fa180bad7dabd8f81e2503cb145.jpeg)
考虑到有很多同学门观看视频不太方便,国内知名博主爱可可老师已经把视频搬运到了 B 站上!
视频地址:
https://www.bilibili.com/video/av47055599/
最新的视频,欢迎尝鲜!不过值得注意的是,油管上的视频是配备英文字幕的,而 B 站上的暂时没有字幕。所以,想吃熟肉的还是尽量在油管上观看吧。
以上这些新公开的教学视频是源自斯坦福的深度学习课程 CS230 的。对应 CS230,石头君之前发文介绍过。如今,这门课有了不少更新和新的资源,除了上面的视频之外,还有一些整理出来,希望对大家有用!
课程简介
首先,还是要简单介绍一下 CS230。CS230 涉及到深度学习的基础知识、神经网络构建,以及如何完成一个成功的机器学习项目。具体将涉及卷积网络,RNNs,LSTM,Adam,Dropout,BatchNorm,Xavier / He 初始化等,还提供医疗,自动驾驶,手语阅读,音乐创作和自然语言处理等多领域的案例研究。
课程主页:
http://cs230.stanford.edu/
![b17e01d5264418e01388a4ce0e246ce9.png](https://i-blog.csdnimg.cn/blog_migrate/b2c1821ef7216fd9a6fbb902fea7d9b0.jpeg)
课程形式:
CS230 采取课内和 Coursera 在线课程相结合的形式,其中每一个课程的模块都需要在 Coursera 上观看视频、做测试并完成编程作业。
也就是说,你将先在家里观看 Coursera 视频、完成编程任务以及在线测验,然后来到课堂上做进一步讨论和完成项目。该课程将以开放式的最终项目结束,教学团队会在过程中提供帮助。
教学大纲:
教学大纲地址为:
http://cs230.stanford.edu/syllabus/
![ae84d86982e5b471087faad452af12af.png](https://i-blog.csdnimg.cn/blog_migrate/f07f44c83562018b672e4d78f8dc738d.jpeg)
所有教学大纲中包含的课件离线下载地址:
链接:
https://pan.baidu.com/s/1VaY_v4dgbqhXKKq8insfQg
密码:01n1
课程项目
CS230 最大的特色是课程最后会要求学生设计一个大项目。课程项目的题目非常开放。吴恩达希望学生明智地选择一个符合自己兴趣的项目,同时又是既有动力又有技术挑战性的。
项目类型主要分为三个类型:
- 应用程序项目。这是迄今为止最常见的:选择一个你感兴趣的应用程序,并探索如何最好地应用学习算法来解决它。
- 算法项目。选择一个问题或一系列问题,并开发一个新的学习算法,或现有算法的一个新变种来解决它。
- 理论项目。证明一个新的或现有的学习算法的一些有趣的或不平凡的特性。(这通常非常困难,因此很少有项目,如果有的话,是纯理论的。)一些项目还将结合应用程序和算法的元素。
课程网页上也公布了每个学期学生的优秀项目。以 2018 年秋季为例,项目前几名的作品和一些优秀的项目作品也都公开出来了。
![8633a59c3cc8caf81b5d2de064c2b249.png](https://i-blog.csdnimg.cn/blog_migrate/b58d8317243ae62205e024901b600315.jpeg)
第一名的项目是《Deep Energies for Estimating Three-Dimensional Facial Pose and Expression》。点开就能看到这个项目的详细 Report。这里,附上地址:
http://cs230.stanford.edu/projects_fall_2018/reports/12409058.pdf
![d0200980102765251c3125ac400c6354.png](https://i-blog.csdnimg.cn/blog_migrate/5f0dc85ccaac3ba26251317f13520584.jpeg)
课程资料
下面这份笔记和教程意在补充 Andrew Ng 和 Kian Katanforoosh 教授斯坦福大学 CS230 的材料。资料地址:
https://cs230-stanford.github.io/
这些资料包含一些 PyTorch 和 TensorFlow 的教程,可能会对最终项目有所帮助!对应的 GitHub 地址为:
https://github.com/cs230-stanford/cs230-code-examples
CS230 速查表
之前,MIT 的 Afshine Amidi 和斯坦福大学的 Shervine Amidi 在博客上整理了一份 CS230 课程知识点的归纳总结。这份总结提要基本遵循 CS230 的授课思路和流程,分卷积神经网络、递归神经网络、提示与技巧,三大方面由浅入深地介绍了深度学习的基本概念、网络模型、研究和实验操作方法等。
下面就来看一下这三张速查表:
1. Convolutional Neural Networks
![5d1b12b48b076b98603d67ef51fdb79c.png](https://i-blog.csdnimg.cn/blog_migrate/066703809c4206d873b4bbe20c95df5d.jpeg)
2. Recurrent Neural Networks
![0cc858c2250e3639a3be5224a80b4781.png](https://i-blog.csdnimg.cn/blog_migrate/2998f2000d741899d1f1539c689c3587.jpeg)
3. Tips and tricks
![86f22df999810607001646be369660fe.png](https://i-blog.csdnimg.cn/blog_migrate/0ba64e708d570b77ac948654003d55a0.jpeg)
最后,作者还把上面这三张表整合在一个 pdf 文件中:
![343eb9029e41c36c6245b03775a67d9a.png](https://i-blog.csdnimg.cn/blog_migrate/0fe8670e169de1800065a5b3685bd940.jpeg)
以上速查表的网页地址为:
https://github.com/afshinea/stanford-cs-230-deep-learning
离线下载地址:
链接:
https://pan.baidu.com/s/1DCIWDHdnvhKI7DTloV6cGA
提取码:w2aq
最后,预祝你又拿下一门课!
更多 AI 干货,请关注公众号:AI有道!
![4ec1616b3ce99fd5bbedcc29e0a4369e.png](https://i-blog.csdnimg.cn/blog_migrate/2d1656a0da70e5f1c929df37a7926f99.jpeg)