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