斯坦福大学CS20：面向TensorFlow深度学习研究课程

斯坦福大学“面向TensorFlow深度学习研究课程”的目标是帮助学生理解TensorFlow的图形计算模型，探索它提供的功能，并学习如何构建最适合深度学习项目的模型。

通过本课程，学生将使用TensorFlow构建不同复杂度的模型，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。

目前，本课程刚刚结课，以下是课程简介和讲义、PPT。

1.TensorFlow概述

为什么选择TensorFlow？

图表和会话

PPT和讲义：

https://pan.baidu.com/s/1gvu-t1xoqauJCRpGJV-wsA

2.操作

基本操作，常量，变量

控制依赖关系

数据管道

TensorBoard

PPT和讲义：

https://pan.baidu.com/s/1uPDSM2G6HzO8p7sBTp9dwQ

3.线性和Logistic回归

Tensorflow的优化器

tf.data

示例：出生率 - 预期寿命，MNIST数据集

PPT和讲义：

https://pan.baidu.com/s/1M-DzZ73c6mDFaecPxkAH-A

4. Eager execution（即时执行）

Akshay Agrawal （TensorFlow团队）的客座讲座

示例：word2vec，线性回归

PPT和讲义：

https://pan.baidu.com/s/1BRr3bt5Ng-VfeaC-TihSJg

5.变量共享和管理实验

接口

名称作用域、变量作用域

Saver object，检查点

自动微分法示例：word2vec

PPT和讲义：

https://pan.baidu.com/s/1Nn7jRyqYsR1d6GmNLDp5-g

6.ConvNet简介

PPT和讲义：

https://pan.baidu.com/s/1g_EaMhByrWpDcN4rtMYpsg

7.TensorFlow中的Convnet

示例：图像分类

PPT和讲义：

https://pan.baidu.com/s/1qrsWLEUQirDE_b2vyex-2Q

8.卷积神经网络

示例：样式转换

PPT：

https://pan.baidu.com/s/1tl-qoIwkWySC3maH1KkdQw

9.GANs

Alec Radford（OpenAI的研究科学家）的客座讲座

10.变分自动编码器

客座教授Danijar Hafner（谷歌大脑研究院）的课

PPT：

https://pan.baidu.com/s/1OGK2Ues_G5mkjhXWz-AiuQ

11.递归神经网络

示例：字符级语言建模

PPT和讲义：

https://pan.baidu.com/s/1JGLap_liHj8xnfzUIh5cXA

12.Seq2seq和Attention机制

示例：神经机器翻译

PPT：

https://pan.baidu.com/s/1u6VSBbZua29lILztZAqe0w

13.超越RNNs：Transformer，Tensor2Tensor

Lukasz Kaiser（谷歌大脑高级研究员）的客座讲座

代码：

https://github.com/tensorflow/tensor2tensor

14.对话代理

PPT：

https://pan.baidu.com/s/1k5tSamVJ0Wz5KkJL63R7lg

—完—

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请在对话界面点击“找找看”，去获取你想要的内容吧。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。

转载智能观原创文章，请联系

智能观小艾（微信号：zng2017618）！

关于我们

我们关注AI+教育。致力于提供高附加值的知识，以帮助每一位老师和我们的读者不断学习并提高技能。

我们努力让发表的每一篇文章都具有最佳质量，以满足读者的需求。