作者 | 王曄
Yann LeCun 在紐約大學數據科學中心（CDS）主講的《深度學習》 新一期課程現已完全線上可看且免費！課程線上免費發布后贏得網友一片歡呼：
課程講師Yann LeCun 是紐約大學教授，Meta 首席人工智能科學家，被譽為“卷積網絡之父”，也是AI、機器學習等領域的研究員，ACM 圖靈獎獲得者。而他的徒弟Alfredo Canziani是紐約大學庫蘭特數學科學研究所的計算機科學研究助理教授和深度學習研究科學家，其導師是紐約大學助教Kyunghyun Cho和Yann LeCun。本期開設了14周課程，在線學習本課程的學生還可以通過的Reddit和Discord平臺與講師直接進行交流。課程講解以YouTube 視頻、幻燈片、Jupyter 筆記本呈現，大多數講座、實驗和筆記本與之前版本相似，但也有全新內容。本學期Yann LeCun重新整理了教學材料，并且重新設計了課程和講座的內容。現已將 LV-EBM 視為一個基本模塊，可在此基礎上進行構建。學期前半部分為期兩周，涵蓋了 3 個主題：每個主題后也都附有練習：
下半學期的幻燈片也做了重新設計。
Yann LeCun表示仍然可以使用去年的材料，但今年將有一個包含不同看法并且更為強大的資料庫。課程涉及深度學習和表示學習的最新技術，側重于監督和無監督深度學習、嵌入方法、度量學習、卷積和循環網絡，以及在計算機視覺、自然語言理解和語音識別中的應用。值得注意的是，在學習此課程之前，同學們還要對DS-GA 1001 數據科學入門或研究生級別的機器學習課程有一定的學習和了解。課程主題包括課程簡介、參數共享、基于能量的模型（基礎）、基于能量的模型（進階）、關聯記憶、圖譜、控制、優化等；此外，還將就涵蓋視覺SSL、低資源機器翻譯、Lagrangian 逆向思維、最終項目和問答等其它主題進行探索。相關鏈接：https://cds.nyu.edu/deep-learning/目前，這門課程提供英法兩種語言版本的講義，課程視頻也已全部完結。課程目錄與往期一樣，點擊目錄即可跳轉至相關學習講義。與去年相似內容將會有標注，點擊鏈接可跳轉。
第一周的內容鏈接到了去年講義中的1.1和2.1部分。第二周的內容對問題動機、線性代數和可視化做了修改。而這在去年的講義中是以第一周的第三部分內容呈現的，講義內容有所調整。也有未修改部分：第四周和第五周內容與去年相似。第六周對應去年的14.1和14.2部分的內容。而第七周自編碼器簡介部分去年是被安排在7.3這一節中，相關內容做了修改和重新設計。13周和14周內容在下面的YouTube視頻中有所呈現。英文版講義鏈接：https://atcold.github.io/NYU-DLSP21/en/week12/12/
YouTube視頻：https://www.youtube.com/playlist?list=PLLHTzKZzVU9e6xUfG10TkTWApKSZCzuBI資料：https://github.com/Atcold/NYU-DLSP21Reddit論壇：https://www.reddit.com/r/NYU_DeepLearning/NYU-DLSP20（主要版本）：https://github.com/Atcold/pytorch-Deep-Learning
紐約大學-DLSP19：
https://github.com/Atcold/pytorch-Deep-Learning/releases/tag/dlsp19
AIMS-DLFL19：https://github.com/Atcold/pytorch-Deep-Learning/releases/tag/aims-fl18
CoDaS-HEP18：
https://github.com/Atcold/pytorch-Deep-Learning/releases/tag/v1.0.0
紐約大學-DLSP18：https://docs.google.com/document/d/1_p1Mw-NtMGN_vpas_pchLsQC2u0NM5mTnRapBrQ2ivk/edit
Purdue-DLFL16：https://docs.google.com/document/d/1ugJRMqQ_cCUQC1B8mSE0iro7sKrDT8-BnppTZv0rA08/edit
torch-Video-教程：https://github.com/Atcold/torch-Video-Tutorials
雷鋒網
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
