资源分享 | Udacity开源无人车模拟器，牛津NLP课程资料公开

Udacity开源无人车模拟器

无人驾驶汽车需要相应软件的支持，Udacity就在这个领域提供了一个纳米学位的课程。如今，这家在线教育公司开源了无人驾驶汽车模拟器，任何有Unity工作经验的人都可以顺利上手使用，只需加载预存的场景并创建自己的赛道就能进行虚拟测试。

相较于实际的道路测试，越来越多的无人驾驶汽车的训练都在虚拟环境中进行。Udacity开源的模拟器就能实现这个作用。现在有数百名来自世界各地的学院在Udacity上，学习其无人驾驶汽车的纳米学位课程。

这次开源的模拟器，就用于Udacity的无人车纳米学位课程，主要用于教授学生如何使用深度学习的方法，训练无人驾驶汽车。

地址：github.com/udacity/self-driving-car-sim

牛津大学公开NLP课程

牛津大学今日在GitHub上开源了一套非常棒的学习资源，其中包括2017年深度自然语言处理课程的讲座幻灯片和课程描述，由牛津大学Hilary团队提供。

这是一门关于自然语言处理的高级课程。自动处理自然语言输入和产生语言输出是人工智能的关键组成部分。人类交际中固有的模糊和噪声使传统的符号化AI技术无法有效地表示和分析语言数据。

这是一个应用课程，重点介绍使用循环神经网络分析和生成语音和文本的最新进展。我们介绍了相关机器学习模型的数学定义，并得出它们相关的优化算法。

本课程涵盖了NLP中神经网络的一系列应用，包括分析文本中的潜在维度，将语音转换为文本，在语言之间进行翻译以及回答问题。

这些主题被组织成三个高级主题，形成从理解神经网络的用于顺序语言建模，到理解它们作为用于转换任务的条件语言模型的使用的进展，以及最后结合使用这些技术与用于高级应用程序。在整个过程中，还讨论了这种模型在CPU和GPU硬件上的实际实现。

本课程由Phil Blunsom组织，与DeepMind自然语言研究小组合作完成。

地址：github.com/oxford-cs-deepnlp-2017/lectures