還記的吳恩達在斯坦福最新的深度學習課程麼?那是繼deeplearning.ai深度學習專項課程之後吳恩達的又一神作。
課程助教
課程涉及深度學習的基礎知識、神經網絡構建,以及如何完成一個成功的機器學習項目。具體將涉及卷積網絡,RNNs,LSTM,Adam,Dropout,BatchNorm,Xavier / He初始化等,還提供醫療,自動駕駛,手語閱讀,音樂創作和自然語言處理等多領域的案例研究。
如此優秀的課程,可惜是線下課程,不能滿足所有人的需求,因此文摘菌之前給出過課程的相關資料,也推薦過此課程的一個具體的項目《用GAN補全鏡頭外的世界》。可以幫助非斯坦福的同學學習課程,現在文摘菌給出課程的補充資料,吳恩達的粉絲快快收藏吧~~~
此補充資料分爲實踐項目和最終項目,而且所有的資料都放在GitHub中,下面文摘菌給出簡介和GitHub地址,感興趣的同學自行瀏覽和下載。
GitHub鏈接:
https://cs230-stanford.github.io/pytorch-nlp.html
實踐項目
這一部分包括TensorFlow簡介和數據的預處理。其中TensorFlow簡介分爲兩個部分,第一部分是TensorFlow教程,通過這個教程你可以通過MNIST數據庫用代碼建立一個神經網絡,對數據集進行分類。另一部分是一個項目實現的參考代碼,目的是爲了更好地熟悉教學人員提供的CS 230項目示例代碼。
CS230項目示例代碼:
https://github.com/cs230-stanford/cs230-code-examples
數據的預處理也包括兩部分,其中第一部分是圖像數據的預處理,在這一部分中,通過練習能夠使用流行的庫「skImage」對圖像進行預處理,然後運用到Keras編碼的神經網絡中。第二部分是文本數據的預處理,除此之外附錄中給出了一個訓練數據以及模型的代碼示例。
GitHub鏈接:
https://github.com/cs230-stanford/cs230-code-examples/tree/master/tensorflow
最終項目
最終項目分爲4個部分,包括簡介,最佳實踐展示,TensorFlow以及pytorch。其中簡介目錄下有兩個子目錄。項目代碼示例的介紹目錄下整體介紹了怎樣幫助熟悉ProjectCode示例,並介紹一系列解釋如何構建深度學習項目的文章。AWS setup目錄下介紹瞭如何爲深度學習項目建立AWS。
第二部分是最佳項目示例也有兩個子目錄,包括,對訓練數據集,開發數據集以及測試數據集的分離。第二個子目錄介紹瞭如何配置文件、加載超參數以及如何做隨機搜索等。
最終項目的第三部分是TensorFlow的一系列的知識,包括TensorFlow的簡介,如何構建數據管道以及如何創建和訓練模型。這一部分的TensorFlow簡介與前面不同的是:幫助學生了解更多的TensorFlow相關信息,以及瞭解如何使用tf.layers輕鬆構建模型
第四部分是PyTorch版塊,分爲三個子目錄,第一個子目錄幫助瞭解有關PyTorch的更多信息,以及幫助學習如何在PyTorch中正確構造深度學習項目等。第二部分是卷積網絡的定義及使用pytorch對圖像數據進行高效的加載。第三部分是教會學生定義遞歸網絡並加載文本數據。
GitHub鏈接:
https://cs230-stanford.github.io/pytorch-nlp.html