由美國卡耐基梅隆大學（簡稱 CMU）開設的「深度學習」課程，是 AI 課程學習領域的「金字招牌」，過去幾年均獲得各界好評。通過這門課程，學生將能掌握到深度神經網絡的基礎知識，以及在各種 AI 任務中的應用。
今年 CMU 如期開辦了 2019 年度的春季課程，時間從今年 1 月持續至 4 月，一起看看課程有哪些亮點吧。
關於課程開辦初衷，官網如此寫道：
以深度神經網絡爲代表的「深度學習」系統，正在人工智能領域任務處理上扮演着越來越重要的角色，其中包括語言理解、語音與圖像識別、機器翻譯、規劃、遊戲和自動駕駛等。深度學習的專業知識慢慢從學術冷僻的知識點變爲大學裏的強制性學習內容，同時給工業 & 就業領域帶來了許多好處。
首先，你無需成爲 CMU 的學生，也能學習這門課程。只需登陸：
並按照指示註冊並填寫信息，即可報讀該課程。
雖然該課程是供校外學生學習的「特供版」，然而你卻無需擔心平臺課程會摻雜「水分」，官網上明確表明，供校外學生學習的課程將完整遵循 CMU 原裝課程，無論是在課程、測試、課後作業、piazza 還是討論板塊，都將與 CMU 本校學生的體驗並無二樣，就是更新時間上可能存在 3 周左右的延遲。
據悉，目前已有 1300 名校外學生註冊報讀了該課程。
對於哪些只想聽課不想做作業的人來說，還可以選擇在課程 YouTube 頻道上進行觀看：
https://www.youtube.com/channel/UC8hYZGEkI2dDO8scT8C5UQA
當然，想順利修讀這門課程，對學生還是有一定要求的，這包括：
起碼懂得一門編程語言。PyTorch 將是本課程用於複習和給出指令的主要工具包。
熟悉微積分（微分 &鏈規則）、線性代數和基本概率的基礎知識。
課程安排
課程會從 MLPs 的進展開始講起，然後逐步深入到更復雜的內容，比如注意力機制和序列對序列模型。具體開課內容 & 時間，可參考以下時間表：
學習材料方面，課程推薦了以下 4 本參考書籍：
家庭作業方面，主要分爲 Autolab 和 Kaggle 兩大塊。
Kaggle 作業能讓學生對多種深度學習架構進行探索，並瞭解如何微調和改進模型。官網強調了，學生也許會發現這些作業佈置的任務都很相似，然而這正是樂趣所在——學習如何用不同的深度學習方法搞定相同的任務。
課程考覈方面，老師將基於周測試（24 %）、課後作業（51%）以及課程項目（25%）的表現進行打分，學生最後必需起碼獲得 B-的成績才能順利結業。需要強調的是，完成課後作業或課程項目過程中的討論是被允許的，而代碼抄襲則被嚴禁，一經發現將受到嚴厲的懲罰。
根據官網介紹，在完成課程學習後，學生在未來將有足夠信心自行構建與調整深度學習模型。
via http://deeplearning.cs.cmu.edu/