Я все еще не до конца понял, как так получилось, но в прошлом году я слово за слово подписался прочитать курс по Deep Learning и вот, на удивление, прочитал. Обещал — выкладываю!
Курс не претендует на полноту, скорее это способ поиграться руками с основными областями, где deep learning устоялся как практический инструмент, и получить достаточную базу, чтобы свободно читать и понимать современные статьи.
Материалы курса были опробованы на студентах
Курс требует:
— Знания математики на уровне первого-второго курса университета: надо знать немного теории вероятностей, линейную алгебру, основы матанализа и анализ функций многих переменных. Если все это прошло мимо вас,
— Умения программировать на питоне.
В хорошем курсе должны быть доступны и лекции, и упражнения, и место, где можно задать по ним вопросы и обсудить. Здесь они собраны с миру по нитке:
— Лекции существуют как
— В качестве упражнений можно использовать задания великолепных Стенфордских курсов по DeepLearning (
— Обсуждать и спрашивать можно на
Лекции и упражнения
Упражнение: секции «k-Nearest Neighbor» и «Softmax classifier»
По специфике задания могут помочь вот эти
Упражнение: секции «Two-Layer Neural Network»
Упражнение: секции «Convolutional Networks» и «PyTorch on CIFAR-10»
Упражнение: секция «word2vec»
Здесь хорошего готового задания я не нашел, но можно реализовать на PyTorch Char-RNN из
Где обсуждать и задавать вопросы
Все вопросы по курсу можно задавать мне лично или обсуждать в кружочке #data на
Кроме этого, задания можно обсуждать в канале #class_cs231n на
Ну и вообще, звоните-пишите, всегда рад.
Самая приятная секция — благодарности!
Прежде всего, огромное спасибо
Всем в тусовках на ODS.ai и ClosedCircles, кто помогал в подготовке, отвечал на вопросы, присылал фидбек, напоминал что надо все выложить, итд итп.
Наконец, всем кто следил за стримами на канале, задавал вопросы в реалтайме и вообще создавал ощущение, что я не со стеной разговариваю.
От души.
Оригинал:
1 нравится это