斯坦福2019年深度学习NLP课程完结,视频(有字幕)已放出 | 附PPT、参考资料、优秀项目

乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI

斯坦福2019年深度学习NLP课程资源出来了!

大部分课程视频(有字幕)已经上线,所有的课程PPT都已经放出,课程中的优秀项目也已经公开。

与斯坦福NLP课程上一版资源(2017年)相比,这次课程有了巨大的更新,加入了近两年非常流行的Transformer和预训练表征等内容。

如果你对NLP感兴趣,千万不要错过~

课程都讲了啥?

课程主讲人是斯坦福大学计算机科学和语言学教授Chris Manning和他的学生Abigail See。

Christopher Manning是斯坦福大学人工智能实验室主任,也是ACM和AAAI的Fellow。

课程一共有20讲,涵盖的内容主要有单词向量、反向传播、神经网络、RNN和语言模型、梯度消失、机器翻译、自然语言生成等等。最后一节的内容是介绍NLP的未来。

今年的课程相比往年更为紧凑,取消了介绍NLP入门的内容,第一节课直接进入正题,讲授单词向量。

而且更加前沿,第二讲的附加阅读中,就出现了NeurIPS 2018上的论文On the Dimensionality of Word Embedding。

需要注意的是,今年的课程首次使用PyTorch,取代了之前的TensorFlow。

课程观看指南

课程网站,有PPT和参考资料: http://web.stanford.edu/class/cs224n/index.html#schedule

官方课程视频网站: http://onlinehub.stanford.edu/cs224

B站视频链接(有字幕): https://www.bilibili.com/video/av46216519

课程优秀项目网站: http://web.stanford.edu/class/cs224n/project.html

最后,提个醒~

这门课程并不是面向零基础人士,所以你要先掌握以下知识才能看懂:

  • Python:包括使用NumPy和PyTorch
  • 大学微积分、线性代数:多元函数微积分、矩阵、向量
  • 基本概率和统计:高斯分布、平均值、标准差
  • 机器学习的基础知识:建议阅读Hal Daumé’s机器学习课程的前5章内容

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2019-03-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区