您的位置:主页 > 动态更新 > > 正文

斯坦福吴恩达老师 deeplearning.ai 开课了:敲黑板序列模型

信息来源:商务新闻 文章作者:商务交流网 发布日期: 2018-02-09

在机器之心周二颁发的文章《吴恩达颁布驱动 AI Fund:1.75 亿美金进军 AI 创投》中,读者纷繁留言 deeplearning.ai 的第五课什么时候开放。最后 ,年夜家翘首期望的课程本日开课了,同步也意味着该系列课程要结课了。自去年 8 月颁发以来,吴恩达创业的第一个名目「深度研习教育课程」最后 完好地浮如今人们的眼前。

课程衔接:https://www.coursera.org/learn/nlp-sequence-models

和此前四门课程一样,新的课程仍将由吴恩达本人主讲。另外,斯坦福年夜学讲师 Kian Katanforoosh 与 Younes Bensouda Mourri 也将出席授课。

吴恩达 deeplearning.ai 的五门课程

第一门:神经互联网和深度研习

课程研习时间:周边,每周 3-6 小时

第二门:提升深度神经互联网—调整超参数、正则化与优化

课程研习时间:三周,每周 3-6 小时

第三门:构建机器研习名目

课程研习时间:两周,每周 3-4 小时

第四门:卷积神经互联网

课程研习时间:周边,每周 4-5 小时

第五门:序列模型

课程简介

本课程将讲授怎样构建天然语言、音频和其他序列数据的模型。在深度研习的协助下,序列算法比两年前效益更佳,用于年夜量有趣的应用,如语音鉴别、音乐合成、闲谈机器人、机器翻译、天然语言懂得等。学完本课,你将:

熟知怎样构建和熬炼循环神经互联网(RNN)及其常用变体,如 GRU 和 LSTM。

运用序列模型办理天然语言问题,如文本合成。

将序列模型应用到音频应用中,如语音鉴别和音乐合成。

这是 Deep Learning Specialization 课程的第五课,还是最终一课

适用人群

学完第一、二、四课的研习者。同样推举年夜家研习第三课。

已经对神经互联网(包孕 CNN)具备深厚懂得,并想研习怎样开拓循环神经互联网的人。

授课年夜纲

该课程共分为三有些,学员可分三周完毕。

第 1 周:循环神经互联网(RNN)

研习循环神经互联网。RNN 模型被证明在时序数据上性能十分好。它有多种变体,如 LSTM、GRU 和双向 RNN,本节将对此进行介绍。

第 2 周:天然语言办理 & 词嵌入

天然语言办理和深度研习的结合十分重年夜。运用词向量示意和嵌入层得以熬炼出在多个行业中性能杰出的循环神经互联网。应用实好比感情解析 、命名实体鉴别和机器翻译。

第 3 周:序列模型 & 注意力机制

序列模型可过程注意力机制博得强化。这一算法有助于模型在给定输入序列的状态下熟知其注意力的聚核心。本周,你还将学到相关语音识别的知识,以及怎样办理音频数据。

参考资料

在研习该课程昔日,机器之心为年夜家筹办了某些研习资料做筹办,内容包孕循环神经互联网的综述论文、LSTM、GRU等循环神经互联网变体的介绍、LSTM的原懂得读、教程等。

从90时代的SRNN开放,纵览循环神经互联网27年的研讨进展

LSTM、GRU与神经图灵机:详解深度研习最热门的循环神经互联网

LSTM入门必读:从根本知识到就业手段详解

干货 | 图解LSTM神经互联网架构及其11种变体(附论文)

深度 | LSTM 和递归互联网根本教程

深度 | 从任务到可视化,怎样懂得LSTM互联网中的神经元

在挪用API昔日,你必要懂得的LSTM就业原理

教程 | 怎样处置惩罚LSTM循环神经互联网中的超长序列问题

教程 | 将注意力机制引入RNN,处置惩罚5年夜应用规模的序列预测问题

学界 | RNN 怎么用?给初学者的小教程

深度 | Facebook科学家Tomas Mikolov详解RNN与机器智能的实现(附视频+PPT)

前四课研习笔记

通知公告更多>>
新闻报道更多>>