台大喊你来上课，深度学习优化，免费的哟

水木番 发自 凹非寺
量子位 报道 | 公众号 QbitAI

又有新的学习资源放出了。

这次是来自台湾大学的课程——《深度学习的优化方法》。

顾名思义，它所涉及的课程内容包括了深度学习的非凸优化问题，主要就是解决优化深度学习的难题。

这次的课程是2021春季版，授课教师是林智仁教授。

这门课没有期末考试，纯粹以项目来评分。

之前的课程的视频和PPT都已上传，所有课程都会在6月14号结束，现课程已面向全网开放。

上完这门课程，你将获得什么？

根据台大的信息，此次开放的课程属于深度学习优化的高级课程。

而至于你们关心的，上完这门课程，你会获得什么？

首先，当然是深度学习优化的基础知识。

其次，课程将大量使用 simpleNN软件。

在各种类型的网络中，课程将主要集中使用CNN，有利于帮助你学习CNN。

除此之外，学习这门课程，还能获得深度学习代码的动手实践经验。

这么好~

那参加本课程需要什么知识？

老师表示，当然你得对优化和深度学习这两个领域有基本的了解。

至于所需要的技能，如果你之前了解Python和Matlab / Octave，那当然是极好的。

都有哪些课程？

本次的课程，课程将包括老师讲课和一些学生进行项目介绍展示。

一共有6讲。

具体课程包括：

1.深度学习的优化问题
         a.线性分类
         b.完全连接的网络
         c.卷积网络
2.深度学习的随机梯度方法
         a.梯度下降
         b.随机梯度法
         c.关于不同动量更新规则的说明
3.梯度计算
         a.矢量形式
         b.梯度计算
4.执行
5.自动区分
6.牛顿法
        a.基本知识
        b.算法
        c.高斯牛顿矩阵-矢量积
                    i.只使用落后工艺
                    ii.使用前进和后退过程

当然啦，除此之外，还有刚才提到的一些学生“项目展示”方面的内容。

教师团队

本次课程主要的指导老师，是林智仁教授。

他是密歇根大学博士，台湾大学计算机科学和信息工程系教授。

主要研究领域包括：

机器学习：
      支持向量机（SVM），大规模数据分类和机器学习软件设计。
运筹学：
      大规模非线性优化。

除此之外，还有助教团队将与你“并肩作战”。

包括了Cheng-Hung Liu和 Li-Chung Lin 。

链接已经放在了下方，有需要的读者可戳👇。

课程链接：

https://www.csie.ntu.edu.tw/~cjlin/courses/optdl2021/