斯坦福2019年深度学习NLP课程资源出来了!
大部分课程视频(有字幕)已经上线,所有的课程PPT都已经放出,课程中的优秀项目也已经公开。
与斯坦福NLP课程上一版资源(2017年)相比,这次课程有了巨大的更新,加入了近两年非常流行的Transformer和预训练表征等内容。
如果你对NLP感兴趣,千万不要错过~
课程主讲人是斯坦福大学计算机科学和语言学教授Chris Manning和他的学生Abigail See。
Christopher Manning是斯坦福大学人工智能实验室主任,也是ACM和AAAI的Fellow。
课程一共有20讲,涵盖的内容主要有单词向量、反向传播、神经网络、RNN和语言模型、梯度消失、机器翻译、自然语言生成等等。最后一节的内容是介绍NLP的未来。
今年的课程相比往年更为紧凑,取消了介绍NLP入门的内容,第一节课直接进入正题,讲授单词向量。
而且更加前沿,第二讲的附加阅读中,就出现了NeurIPS 2018上的论文On the Dimensionality of Word Embedding。
需要注意的是,今年的课程首次使用PyTorch,取代了之前的TensorFlow。
课程网站,有PPT和参考资料:
http://web.stanford.edu/class/cs224n/index.html#schedule
官方课程视频网站:
http://onlinehub.stanford.edu/cs224
B站视频链接(有字幕):
https://www.bilibili.com/video/av46216519
课程优秀项目网站:
http://web.stanford.edu/class/cs224n/project.html
最后,提个醒~
这门课程并不是面向零基础人士,所以你要先掌握以下知识才能看懂:
Python:包括使用NumPy和PyTorch
大学微积分、线性代数:多元函数微积分、矩阵、向量
基本概率和统计:高斯分布、平均值、标准差
机器学习的基础知识:建议阅读Hal Daumé’s机器学习课程的前5章内容
— 完 —
订阅AI内参,获取AI行业资讯
加入社群
量子位AI社群开始招募啦,量子位社群分:AI讨论群、AI+行业群、AI技术群;
欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“微信群”,获取入群方式。(技术群与AI+行业群需经过审核,审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点这里吧 !