台大喊你来上课,深度学习优化,免费的哟

AI资讯1年前 (2023)发布 AI工具箱
304 0 0

又有新的学习资源放出了。

这次是来自台湾大学的课程——《深度学习的优化方法》

顾名思义,它所涉及的课程内容包括了深度学习的非凸优化问题,主要就是解决优化深度学习的难题。

这次的课程是2021春季版,授课教师是林智仁教授。

这门课没有期末考试,纯粹以项目来评分。

之前的课程的视频和PPT都已上传,所有课程都会在6月14号结束,现课程已面向全网开放。

上完这门课程,你将获得什么?

根据台大的信息,此次开放的课程属于深度学习优化的高级课程

而至于你们关心的,上完这门课程,你会获得什么?

首先,当然是深度学习优化的基础知识

其次,课程将大量使用 simpleNN软件。

在各种类型的网络中,课程将主要集中使用CNN,有利于帮助你学习CNN。

除此之外,学习这门课程,还能获得深度学习代码的动手实践经验。

这么好~

那参加本课程需要什么知识?

老师表示,当然你得对优化和深度学习这两个领域有基本的了解。

至于所需要的技能,如果你之前了解Python和Matlab / Octave,那当然是极好的。

本次的课程,课程将包括老师讲课和一些学生进行项目介绍展示。

一共有6讲。

具体课程包括:

1.深度学习的优化问题
a.线性分类
b.完全连接的网络
c.卷积网络
2.深度学习的随机梯度方法
a.梯度下降
b.随机梯度法
c.关于不同动量更新规则的说明
3.梯度计算
a.矢量形式
b.梯度计算
4.执行
5.自动区分
6.牛顿法
a.基本知识
b.算法
c.高斯牛顿矩阵-矢量积
i.只使用落后工艺
ii.使用前进和后退过程

当然啦,除此之外,还有刚才提到的一些学生“项目展示”方面的内容。

本次课程主要的指导老师,是林智仁教授。

他是密歇根大学博士,台湾大学计算机科学和信息工程系教授。

主要研究领域包括:

机器学习:
支持向量机(SVM),大规模数据分类和机器学习软件设计。
运筹学:
大规模非线性优化。

除此之外,还有助教团队将与你“并肩作战”。

包括了Cheng-Hung Liu和 Li-Chung Lin 。

链接已经放在了下方,有需要的读者可戳。

课程链接:

https://www.csie.ntu.edu.tw/~cjlin/courses/optdl2021/

© 版权声明

相关文章

暂无评论

暂无评论...