干货！639页《深度学习：Deep Learning》硬核课程PPT

↑ 点击上方【计算机视觉联盟】关注我们

深度机器学习的最新发展使视觉识别、语音和文本理解或自主智能体系统取得了前所未有的巨大进步。在此背景下，本课程将深入探讨深度学习架构的细节，重点是学习这些任务的端到端模型。学生将学习实施、训练和调试自己的神经网络，并对该领域的前沿研究有详细的了解。该课程还将介绍推理方法的最新创新，包括微分推理、对抗性训练和贝叶斯深度学习。

资料领取：

扫码后台回复：6578，即可获取电子版

内容简介

Deep Learning

   课程地址

https://github.com/glouppe/info8010-deep-learning#info8010---deep-learning

   课程简介

深度机器学习的最新发展使视觉识别、语音和文本理解或自主智能体系统取得了前所未有的巨大进步。在此背景下，本课程将深入探讨深度学习架构的细节，重点是学习这些任务的端到端模型。学生将学习实施、训练和调试自己的神经网络，并对该领域的前沿研究有详细的了解。该课程还将介绍推理方法的最新创新，包括微分推理、对抗性训练和贝叶斯深度学习。

   课程大纲

• 机器学习基础

• 神经网络

• 卷积神经网络

• 训练神经网络

• 递归神经网路

• 自动编码器和生成模型

• 生成式对抗网络

• 不确定性

• 对抗性攻击与防御

   讲师介绍

Gilles Louppe是比利时列日大学人工智能和深度学习的副教授。他曾是纽约大学物理系和数据科学中心的博士后助理，与欧洲核子研究中心的阿特拉斯实验关系密切。他的研究处于机器学习、人工智能和物理科学的交叉点上，他目前的研究兴趣包括使用和设计新的机器学习算法，以新的和变革性的方式处理来自基础科学的数据驱动的问题。

个人官网：http://www.montefiore.ulg.ac.be/~glouppe

至于具体内容就交给感兴趣的小伙伴自己去阅读探索吧！◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆

资料领取：

扫码后台回复：6578，即可获取电子版