Fast.ai 最实战深度学习在线课程 Lesson4

AI100 每周二推出的 Fast.ai 深度学习在线课程很受同学们的欢迎。本课程由 Jeremy Howard 教授开设，共8节。目的是让大家在不需要深入研究高水平数学问题的情况下，学习如何建立最先进的深度学习模型。

Jeremy Howard 教授身为一名深度学习研究员，于2016年5月创建了 Fast.ai——一个研究如何使 Deep Learning 的知识更容易获取到并广泛适用的实验室。Jeremy Howard 教授是 Enlitic 的创始 CEO、FastMail.FM 和 Optimal Decisions 的创始人，以及 Kaggle 的前总裁，连续两年在 Kaggle 竞赛中获得第一名。

Jeremy Howard 教授结合自己参加 Kaggle 大赛并夺魁的经验认为，在深度学习理论和工具已经接近成熟的今天，传统学院派的教学方式对于大多数学习者来说已经不适用，相反，应该以问题为引导，以实践为驱动，尽快切入到核心理论和核心工具的使用上，快速掌握深度学习最优模型的构建方法，把数学基础留到以后去慢慢夯实。基于这一思路，Jeremy Howard 教授开发了 Fast.ai 深度学习实战课程。该课程一经推出，就引起了整个深度学习圈子的高度关注，不论是专家还是学习者，对这一课程都好评如潮。

今天，我们将推出 Lesson4。在这节课，我们将详细介绍卷积操作的细节，并且介绍一些目前比较好的优化算法。

本课程主要内容包括：

1. 回顾CNN和SGD的知识点
2. 可视化SGD和Momentum
3. 详解多种优化算法的效果
4. 介绍半监督学习
5. 介绍协同过滤算法

Lesson 4 Collaborative Filters，Embeddings，and More EN-CN

AI100 会继续将 Fast.ai 深度学习实战课程的全部字幕翻译成中文，于每周二在公众号上推送。英语水平较好的同学，也可以直接访问 course.fast.ai 学习课程。在 Fast.ai 的 wiki 中有课堂笔记与内容的详细介绍，这些内容会对大家的学习有很大的帮助，同时可以参与 forum 中的关于课程的讨论并向 Jeremy 老师与 Fast.ai 联合创始人 Rachel Thomas 提问题哦。

本文为 AI100 原创，转载需获同意。