斯坦福大学“面向TensorFlow深度学习研究课程”的目标是帮助学生理解TensorFlow的图形计算模型,探索它提供的功能,并学习如何构建最适合深度学习项目的模型。
通过本课程,学生将使用TensorFlow构建不同复杂度的模型,从简单的线性/逻辑回归到卷积神经网络和递归神经网络,以解决词嵌入,翻译,光学字符识别,强化学习等任务。
目前,本课程刚刚结课,以下是课程简介和讲义、PPT。
1.TensorFlow概述
为什么选择TensorFlow?
图表和会话
PPT和讲义:
https://pan.baidu.com/s/1gvu-t1xoqauJCRpGJV-wsA
2.操作
基本操作,常量,变量
控制依赖关系
数据管道
TensorBoard
PPT和讲义:
https://pan.baidu.com/s/1uPDSM2G6HzO8p7sBTp9dwQ
3.线性和Logistic回归
Tensorflow的优化器
tf.data
示例:出生率 - 预期寿命,MNIST数据集
PPT和讲义:
https://pan.baidu.com/s/1M-DzZ73c6mDFaecPxkAH-A
4. Eager execution(即时执行)
Akshay Agrawal (TensorFlow团队)的客座讲座
示例:word2vec,线性回归
PPT和讲义:
https://pan.baidu.com/s/1BRr3bt5Ng-VfeaC-TihSJg
5.变量共享和管理实验
接口
名称作用域、变量作用域
Saver object,检查点
自动微分法示例:word2vec
PPT和讲义:
https://pan.baidu.com/s/1Nn7jRyqYsR1d6GmNLDp5-g
6.ConvNet简介
PPT和讲义:
https://pan.baidu.com/s/1g_EaMhByrWpDcN4rtMYpsg
7.TensorFlow中的Convnet
示例:图像分类
PPT和讲义:
https://pan.baidu.com/s/1qrsWLEUQirDE_b2vyex-2Q
8.卷积神经网络
示例:样式转换
PPT:
https://pan.baidu.com/s/1tl-qoIwkWySC3maH1KkdQw
9.GANs
Alec Radford(OpenAI的研究科学家)的客座讲座
10.变分自动编码器
客座教授Danijar Hafner(谷歌大脑研究院)的课
PPT:
https://pan.baidu.com/s/1OGK2Ues_G5mkjhXWz-AiuQ
11.递归神经网络
示例:字符级语言建模
PPT和讲义:
https://pan.baidu.com/s/1JGLap_liHj8xnfzUIh5cXA
12.Seq2seq和Attention机制
示例:神经机器翻译
PPT:
https://pan.baidu.com/s/1u6VSBbZua29lILztZAqe0w
13.超越RNNs:Transformer,Tensor2Tensor
Lukasz Kaiser(谷歌大脑高级研究员)的客座讲座
代码:
https://github.com/tensorflow/tensor2tensor
14.对话代理
PPT:
https://pan.baidu.com/s/1k5tSamVJ0Wz5KkJL63R7lg
—完—
想知道AI加教育领域有哪些最新研究成果?
想要AI领域更多的干货?
想了解更多专家的“智能观”?
请在对话界面点击“找找看”,去获取你想要的内容吧。
声明:
编译文章旨在帮助读者了解行业新思想、新观点及新动态,为原作者观点,不代表智能观观点。
转载智能观原创文章,请联系
智能观小艾(微信号:zng2017618)!
关于我们
我们关注AI+教育。致力于提供高附加值的知识,以帮助每一位老师和我们的读者不断学习并提高技能。
我们努力让发表的每一篇文章都具有最佳质量,以满足读者的需求。
领取专属 10元无门槛券
私享最新 技术干货