UC伯克利最新深度学习课程上线，强化学习大牛Sergey Levine授课（B站可看）

机器之心报道

编辑：小舟、陈萍

NeurIPS 2020 接收 12 篇，ICLR 2021 接收 16 篇的 UC 伯克利大神 Sergey Levine 开课了。

近日，深度学习课程 CS182 已发布所有视频课程（截至目前），课程讲师是来自加州大学伯克利分校电气工程与计算机科学系的助理教授 Sergey Levine 。

• 课程主页：https://cs182sp21.github.io/
• Youtube 地址：https://www.youtube.com/playlist?list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A

此外，该课程目前也可以在 B 站观看。

• B 站地址：https://www.bilibili.com/video/BV1PK4y1U751?from=search&seid=1335715751087936923

课程介绍

CS 182 是一门深度学习入门课程，涵盖了深度学习的诸多内容，适用于高级本科生及研究生。

目前，这门课程在 Youtube 和 B 站上已有 44 节视频内容：

课程内容共 14 部分，附带教学 PPT，主要内容包括机器学习背景及基础知识、优化、反向传播、卷积神经网络；初始化与批归一化、计算机视觉、可视化、循环神经网络、序列到序列模型、Transformer、NLP、模仿学习。

课程目录。

课程 PPT 示例。

此外，该课程还设置了讨论区、作业等几个环节，方便学生进行讨论和知识巩固。

讲师介绍

该课程的讲师是加州大学伯克利分校电气工程与计算机科学系的助理教授 Sergey Levine。他的研究兴趣包括用于决策和控制的机器学习，致力于开发使机器自主掌握执行复杂任务能力的算法，研究重点是深度学习和强化学习算法。

Sergey Levine 2009 年获得了斯坦福大学硕士学位，2014 年获斯坦福大学博士学位，2016 年加入加州大学伯克利分校电气工程与计算机科学系。他的研究涉及自动驾驶、机器人、计算机视觉和图形学。他的研究包括开发用于深度神经网络的端到端训练算法，用于逆向强化学习的可扩展算法，深度强化学习算法等。

提起 Sergey Levine，就不得不说起他的顶会论文接收数。以 ICLR 2021 为例，Sergey Levine 的论文被接收了 16 篇，位居榜首。

ICLR 2021 论文作者接收数量排行榜（Top 20）。

在 ICLR 2020 上，他也是论文接收数最多的作者，有 13 篇。不只是 ICLR，Sergey Levine 在 NeurIPS 2019 和 NeurIPS 2020 上的论文接收数均为 12 篇，稳居榜首，堪称「顶会论文收割机」。

NeurIPS 2020 论文作者接收数量排行榜。

AMiner 的数据显示，Sergey Levine 目前的论文总数是 352 篇，主要研究兴趣是强化学习、深度强化学习等。

如此厉害的大神开课了，快拿起小本本，一起学习吧！

© THE END

转载请联系本公众号获得授权