学 PyTorch 深度学习,可能 5 天就够了。
法国深度学习研究者 Marc Lelarge 出品的这套名为《Hands-on tour to deep learning with PyTorch(亲身体验 PyTorch 的深度学习之旅)》的课程,就是让你在 5 天之内,迅速理解深度学习,并学会应用开源的深度学习项目。
这套课程不仅介绍了深度学习相关的理论基础,还结合了大量实践内容,分类、GAN、词嵌入等实例都包含在内,还有代码和 Colab,非常方便实用。
甚至,为了防止你看不下去,这套教程还富含表情包,可以说友好度非常高了。
学完之后,你就可以快速的理解神经网络,之后看到别人分享的各种新项目、新资源,你就都可以利用到自己的项目中了。
五天分别学什么
想要 5 天就能学会 PyTorch 深度学习,究竟都学些什么呢?
课程表↓
第一天#
非常入门级的深度学习介绍,看起来对新手很友好:
用 CNN 分辨猫和狗,自带 Colab:
然后了解一下 PyTorch 是啥。
第二天#
知道了深度学习和 PyTorch 分别是啥,下面就可以继续深入到一些更为复杂的概念里了。
首先,捡起你的数学知识,逻辑回归、卷积之类的都要知道。
对 PyTorch 的各种模块也要有所了解:
嵌入、变分自动编码器这类内容都可以开始学了。
第三天#
现在,可以学习深入一点的理论了,贝叶斯方法、反向传播都在今天的课程里。
为了防止学的太疲惫,PPT 里甚至还有表情包:
另外,还能通过实例来了解 GAN 了:
第四天#
恭喜你,可以开始学习 RNN 了,另外,除了前面的 GAN,NLP 的内容也可以涉足了。
比如,用 word2vec 做词嵌入:
一样有代码有 Colab 版本。
第五天#
最后一天是升华了,连神经网络黑箱性这种严肃的问题都开始讨论了。
另外,还有类激活图、对抗性研究这方面的内容,同样,有代码和示例,有兴趣的同学可以继续研究下去。
法国博士的 dataflowr 课程
最后,其实这套 5 天的 PyTorch 深度学习课程是一个名为 dataflowr 的系列课程的一部分。
dataflowr 的核心作者 Marc Lelarge 是法国数字科学研究所的一位研究员,巴黎综合理工学院应用数学博士,同时也是该校的兼职教授,最近一直在教深度学习课程。
受到 fast.ai 的启发,他开发了 dataflowr,走实用性深度学习路线,还给自己的课程命名叫 “faster.ai”,仿佛什么课都能在五天内学完。
因而,dataflowr 中的课程都相对简单易上手,不会有特别高级、复杂的 API。
除了 Lelarge 之外,这套课程还有 7 位老师:
就职于 Valeo.ai 的研究科学家 Andrei Bursuc;
Facebook AI 研究院的 Alexandre Défossez、Timothée Lacroix、Pierre Stock、Alexandre Sablayrolles;
法国数字科学研究所机器学习博士 Nicolas Prost;
Snips 的 AI 科学家 Stéphane d’Ascoli。
虽然主创团队都是法国人,但是别担心,课程并非法语讲述~
传送门#
课程:
https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html
dataflowr:
https://mlelarge.github.io/dataflowr-web/