伯克利新课：深度无监督学习视频+PPT+100篇讲师精选论文

---

  新智元报道   

来源：伯克利

编辑：元子

【新智元导读】OpenAI顾问、伯克利加州分校人工智能实验室主任、机器人学习实验室主任携其博士生，为大家贡献一门长达15周的深度无监督学习课程，并附上100篇精选论文作为辅导资料。

 

值此元宵佳节之际，新智元首选祝大家元宵快乐！今天全国各地普降雨雪，大家注意保暖、带伞。

今天为大家献上一份元宵节大礼，由伯克利AI实验室主任、吴恩达学生、OpenAI顾问Pieter Abbee主讲的新课：深度无监督学习+100偏讲师精选论文。

说起OpenAI，最近真是没少被黑：

史上最强AI被喷，马斯克躺枪发推：我早就看不惯OpenAI

OpenAI担心自家AI太强大不公开代码，网友嘲讽：改名CloseAI算了

论文涉及GAN、VAE、降噪、自回归、强化学习、自监督学习等等，资源链接在文末。课程历时15周完成，目前只放出了第一课的视频，全部课程视频在陆续上传中。

本文包含视频、资源下载链接等，推荐使用桌面浏览器，在电脑上阅读本文。

讲师介绍

本课程讲师由大家熟悉的UC伯克利教授Pieter Abbeel，带领3位博士生担纲。

Pieter Abbeel是加州大学伯克利分校教授，EECS，BAIR，CHAI，师从吴恩达。

现任伯克利机器人学习实验室主任、伯克利人工智能研究（BAIR）实验室联合主任；covariant.ai联合创始人，总裁兼首席科学家、OpenAI顾问。

从左到右分别为：Pieter Abbeel, Peter Chen, Jonathan Ho, Aravind Srinivas

第一课视频+作业

视频：

PPT：

Motivation：

https://drive.google.com/open?id=12Oh8r7RIRjl0JgZFYMhKvttGRBnd_jdO

Likelihood-based Models Part I: Autoregressive Models：

https://drive.google.com/file/d/194FouvI7xJM0bG4AaEsHo8PSSOjUozN6/view?usp=sharing

作业：

https://drive.google.com/file/d/1DtYllaV4Yk8ljgYcLBmdXNplEDTG6HT6/view?usp=drive_open

全部课表

第一周（1月30日）

Lecture 1a: Logistics

Lecture 1b: Motivation

Lecture 1c: Likelihood-based Models Part I: Autoregressive Models

第二周（2月6日）

Lecture 2a: Likelihood-based Models Part I: Autoregressive Models (ctd) (same slides as week 1)

Lecture 2b: Lossless Compression

Lecture 2c: Likelihood-based Models Part II: Flow Models

第三周(2月13日)

Lecture 3a: Likelihood-based Models Part II: Flow Models (ctd) (same slides as week 2)

Lecture 3b: Latent Variable Models(DRAFT)

第四周 (2月20日)

Lecture 4a: Latent Variable Models (ctd) (same slides as week 3)

Lecture 4b: Bits-Back Coding

第五周 (2月27日)

Lecture 5: Implicit Models / Generative Adversarial Networks

第六周 (3月6日)

Lecture 6: Non-Generative Representation Learning

第七周 (3月13日)

Lecture 7a: Non-Generative Representation Learning (ctd)

Lecture 7b: Semi-supervised Learning

第八周 (3月20日)

Lecture 8: Representation Learning + Other Problems

复习 (3月27日)

本周主要是对前八周的课程进行复习。没有老师管，自己想怎么复习就怎么复习。

第九周 (4月3日)

Lecture 9a: Unsupervised Distribution Alignment

Lecture 9b: Guest Lecture: Ilya Sutskever

第十周 (4月10日)

Lecture 10a: Unsupervised Distribution Alignment (ctd)

Lecture 10b: Guest Lecture: Durk Kingma

第十一周 (4月17日)

Lecture 11: Language Models (Alec Radford)

第十二周 (4月24日)

Lecture 12a: Unsupervised RL

Lecture 12b: Guest Lecture Alyosha Efros

第十三周 (5月1日)

Lecture 13a: TBD

Lecture 13b: Guest Lecture Aaron van den Oord

第十四周 (5月8日)

RRR week。这周主要是针对UC伯克利本校学生的停课温书假，又被称为“死亡周”。有兴趣的读者可以上网了解一下这周有多疯狂，😏

第十五周 (5月15日)

期末考试。

相关资源

课程主页：

https://sites.google.com/view/berkeley-cs294-158-sp19/home

100篇精选论文：

https://www.google.com/url?q=https%3A%2F%2Fwww.dropbox.com%2Fs%2Ff09vfmfjb9thaef%2Fgm_reading_list.zip%3Fdl%3D0&sa=D&sntz=1&usg=AFQjCNEnaHV6R9-39xyjkYqIbwMBPtVgcw

更多阅读

• 看完这个文，你还会高喊快快造出“中国芯”？

• 腾讯给出27亿美元估值，Reddit要成中国公司？

• 四年三次上春晚，大型仿人服务机器人中国造！

---

【加入社群】

新智元AI技术+产业社群招募中，欢迎对AI技术+产业落地感兴趣的同学，加小助手微信号：aiera2015_2   入群;通过审核后我们将邀请进群，加入社群后务必修改群备注（姓名 - 公司 - 职位;专业群审核较严，敬请谅解）。