斯坦福CS236-深度生成模型2019-全套课程资料分享

    生成模型广泛应用于人工智能和机器学习的许多子领域。关于深度生成模型参数训练的最新进展是使用随机优化的方法，使得能够对包括图像、文本和语音在内的复杂高维数据进行可伸缩的建模。本课程将研究深度生成模型的概率基础和学习算法，包括变分自动编码器(VAE)、生成对抗网络(GAN)、自回归模型和标准化流模型（Normalizing flow models）。本课程还将讨论从深度生成模型中获益的应用领域，包括计算机视觉、语音和自然语言处理、图形挖掘和强化学习。

文末附本课程PPT及参考数据下载地址。

课程基础

    学习CS 221、228、229或230中的至少一个门课程，学习机器的基本知识。学生将使用计算和数学模型，并且应该有概率和微积分的基本知识。要求精通一些编程语言，最好是Python语言。

课程讨论和课程笔记地址

   论坛：https://www.piazza.com/stanford/fall2018/cs236

课程笔记：https://deepgenerativemodels.github.io/notes/index.html

参考书籍

    Deep Learning by Ian Goodfellow, Yoshua Bengio, Aaron Courville

下载地址：https://www.deeplearningbook.org/

课程目录

课程PPT及参考数据下载地址

    https://github.com/SKKSaikia/CS236_DGM

往期精品内容推荐

4天挑战20000单词，年薪百万的英语大神带你逆袭，快来！

中文自然语言处理开放任务介绍、数据集、当前最佳结果分享

6部高分美剧，边看边提升口语，坚持每天学习，返200奖学金免费学！

8月最新-《可解释机器学习-Christoph Molnar》-新书分享

基于GPT-2和百万源码训练实现全语言编程自动补全

深度学习基础系列之2019深度学习暑期课程视频分享（中英字幕）

UC Berkeley-2019-《深度学习与应用自然语言处理》实战课程分享

斯坦福NLP组-2019-《CS224n: NLP与深度学习》-分享

BatchNorm有效性原理解析

精品教材-中文版《Tensorflow内核剖析》分享

吴恩达-中文完整版《Mechine Learning Yearning》分享

历史最全-16个推荐系统开放公共数据集整理分享

一文告诉你Adam、AdamW、Amsgrad区别和联系，助你实现Super-convergence的终极目标

基于深度学习的文本分类6大算法-原理、结构、论文、源码打包分享

扫描下方二维码可以订阅哦！

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号：lqfarmerlq