深度学习课程大纲_MIT 2019深度学习课程开课，第一课视频&PPT已放出

机器之心报道，作者：刘晓坤、张倩

MIT 2019 年为期一个月的深度学习课程已于月初开课，包含自动驾驶汽车的深度学习、深度强化学习、以人为中心的人工智能等主题。目前，课程第一课——《深度学习基础》视频和 PPT 已经放出，其余部分也将陆续发布。

课程地址：https://deeplearning.mit.edu/

这个网页集合了 MIT 开设的深度学习、深度强化学习、自动驾驶以及人工智能的免费课程和讲座视频，讲师是 Lex Fridman。2019 年的最新视频会在这个月开始陆续更新。

Lex Fridman 是 MIT 的研究科学家，致力于以人为本的人工智能，兴趣是开发感知、规划和人机交互的深度学习方法，最近由于视频中的认知负荷估算工作获得了 2018 年 CHI 最佳论文荣誉奖。

课程主题及时间表

以下是每门课程的主题和时间表，课程结束后几天就会放出免费视频。

• 6.S094：自动驾驶汽车的深度学习（第 1、2 周）
• 6.S091：深度强化学习（第 3 周）
• 6.S093：以人为中心的人工智能（第 4 周）

6.S094 的课程部分包括三部分：深度学习基础、自动驾驶汽车：2019 年的当前最佳技术、GAN 和语义分割。

第一课视频及 PPT

「自动驾驶汽车的深度学习」部分的第一堂课——《深度学习基础》已于 1 月 7 日开课，目前已经放出了视频和 PPT。

• 视频：https://www.youtube.com/watch?v=O5xeyoRL95U
• PPT：https://www.dropbox.com/s/c0g3sc1shi63x3q/deep_learning_basics.pdf?dl=0

第一节课《深度学习基础》主要介绍了：

• 简介
• 一张幻灯片了解深度学习
• 深度学习思想和工具的历史
• TensorFlow 简单示例
• 一张幻灯片了解 TensorFlow
• 深度学习是表征学习
• 为什么要使用深度学习
• 监督学习的挑战
• 关键的低级概念
• 更高级别的方法
• 走向通用人工智能

GitHub 上的有趣实现

在相关 GitHub 页面中，MIT 提供了几个有趣的实现，可以在 Colab 或 Jupyter Notebook 上运行。如下图所示，使用 DeepLab 对来自 MIT 驾驶场景分割数据集的样本视频进行语义分割。

项目地址：https://github.com/lexfridman/mit-deep-learning

科技公司高管讲座

在讲座部分，MIT 邀请了众多来自科技公司的自动驾驶研究院的科学家，包括英伟达、奥迪、Voyage、Waymo 和 Aptiv。

后面的两门课程中，6.S091 包含深度强化学习入门、基本原理和当前最佳研究的概述；6.S093 包括主题包括用深度学习理解人类的情绪、面部身份、认知负荷、身体姿势、自然语言处理等。

往年课程

如果第一部分视频看不够，还可以看看往年的课程视频，也都在同一个网页上，如下所示。

常见问题解答

为了回答求知者的疑问，Lex 老师提供了一个答疑文档。

文档地址：https://docs.google.com/document/d/1ZqgghxV1lpZeWUv5zNK0gMUBHfYTw9n6eYzzx9j8nok/edit#

以下是文档的部分内容：

Q：教学和嘉宾讲座的视频是否会发布？何时发布？

A：会的！我相信每个人都能免费获取这一课程资料。在少数情况下，嘉宾不愿意放出自己的讲座视频，请大家尊重他们的意愿。当然，我会尽量说服他们，让每个人都能免费获取这一教学资源，从而受到更多启发，以改善人工智能系统并造福世界。我们会在视频录制后尽快发布在 https://www.youtube.com/lexfridman 或 https://deeplearning.mit.edu/。

Q：该课程有直播吗？

A：不会。

Q：上这门课需要什么预备知识？

A：没有正式的预备知识要求，但具备 Python 和 Javascript 的基本知识可能有助于你做出一个神经网络，这是本课程组织的竞赛之一。

Q：可以上手的项目何时发布？

A：我们正在努力创建一些面向所有人的有趣项目，创建完成后会通过网站、邮件、Slack 及其他渠道发布这些项目。

参考内容：https://www.reddit.com/r/MachineLearning/comments/afb8j0/d_mit_deep_learning_basics_introduction_and/