2018斯坦福CS 20深度学习Tensorflow实战课程（附PPT下载）
2018斯坦福CS 20深度学习Tensorflow实战课程（附PPT下载）
【导读】斯坦福大学在2017年开设了一门深度学习Tensorflow实战课程（Tensorflow for Deep Learning Research），广受好评，2018年课程最近已经开始，课程都会提供丰富的学习资源，比如PPT, 讲义，代码和课程报告，是非常好的Tensorflow实战入门课程。该课程没有以传统的稳扎稳打的学习方式（先学习数学基础、然后掌握机器学习、最后开始深度学习），而是直接从当前最热门的深度学习框架Tensorflow入手，讲解如何利用开源的Tensorflow框架进行深度学习研究，促使读者在实战中学习和掌握深度学习.因此，本教程更适合已经有一定深度学习基础、希望快速构建项目的读者。
▌课程描述
TensorFlow是由Google的研究人员开发的一个功能强大的机器学习开源工具库。它功能强大，可以简化构建不同神经网络的任务。 TensorFlow允许在不同计算机之间分配计算，并在一台机器中分配多个CPU和GPU，以实现并行。 TensorFlow提供了一个Python API，以及一个C ++ API（C++ API文档较少）。在本课程中，我们将使用Python API。
本课程涵盖TensorFlow库的基本使用，以及使用TensorFlow库进行深度学习研究。我们旨在帮助学生理解TensorFlow的计算模型，探索TensorFlow提供的功能，并学习如何构建最适合的模型。通过深度学习项目。通过此课程，学生将使用TensorFlow建立不同复杂度的模型，从简单的线性/逻辑回归到卷积神经网络和递归神经网络，以解决词嵌入，翻译，光学字符识别，强化学习等任务，学生还可以学习如何构建模型。
CS 20: Tensorflow for Deep Learning Research
Event | Date | Description | ||
|---|---|---|---|---|
Jan 10 Week 1 | No class | |||
Lecture | Jan 12 | Overview of TensorflowWhy Tensorflow? Graphs and Sessions | ||
To do | Jan 12 | Check out TensorBoard | ||
Lecture | Jan 17 Week 2 | OperationsBasic operations, constants, variables Control dependencies Data pipeline TensorBoard | ||
Workshop | Jan 19 | Linear and Logistic RegressionTensorflow's Optimizers Example: OCR task on MNIST dataset | ||
A1 released | Jan 19 | Assignment #1 released | ||
Lecture | Jan 24 Week 3 | Structure your TensorFlow modelExample: word2vec | ||
Lecture | Jan 26 | Manage experiments and process dataInterfaces Saver object, checkpoints Example: word2vec | ||
A1 Due | Jan 30 | Assignment #1 due | ||
Lecture | Jan 31 Week 4 | Convolutional Neural NetworksExample: Image Classification | ||
Lecture | Feb 2 | Convolutional Neural NetworksExample: Autoencoder | ||
A2 released | Feb 7 | Assignment #2 released | ||
Lecture | Feb 7 Week 5 | Convolutional Neural NetworksDiscussion of Assignment #2 Example: Style Transfer | ||
Lecture | Feb 9 | Debug your TensorFlow model | ||
Feb 14 Week 6 | GANsGuest lecture by Alec Radford(Research Scientist at OpenAI) | |||
Lecture | Feb 16 | Midterm discussion | ||
A2 Due | Feb 19 | Assignment #2 due | ||
Lecture | Feb 20 Week 7 | Recurrent Neural NetworksExample: Character-level Language Modeling | ||
Lecture | Feb 23 | Seq2seq with AttentionExample: Neural machine translation | ||
Lecture | Feb 28Week 8 | Beyond RNNs | ||
A3 released | Mar 1 | Assignment #3 released | ||
Mar 2 | Open-domain dialogue systemTraining and Optimizing | |||
Lecture | Mar 7 Week 9 | Reinforcement Learning in Tensorflow | ||
Lecture | Mar 9 | KerasGuest lecture by François Chollet(Deep learning researcher at Google, author of Keras) | ||
A3 Due | Mar 16 | Assignment #3 due | ||
Demo | Mar 16 | Demo |
参考链接：
1. 新版CS 20：Tensorflow for Deep Learning Research
https://web.stanford.edu/class/cs20si/index.html
2. 旧版CS 20SI: Tensorflow for Deep Learning Research
https://web.stanford.edu/class/cs20si/2017/
3. https://web.stanford.edu/class/cs20si/syllabus.html
请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），
- 后台回复“STDL” 就可以获取 第一次课PPT和Note下载链接~
▌课程介绍（第一次课PPT）
附上第一次课的PPT内容
腾讯云开发者
