转载自 | AI科技评论
作者 | 琰琰
编辑 | 陈大鑫
当地时间4月23日，吴恩达（Andrew Ng）创办的AI在线教育平台Coursera上线了《深度学习专项》课程更新版。吴恩达讲授的《深度学习专项》课程几乎是小白入门必须课程，这门课程从2019年首发已来被不少小伙伴搬运到B站、Youtube、Github等各大平台。昨日，吴恩达在推特发文表示已对这门课程进行了更新，增加了Transformer等新内容，编程作业用的是TensorFlow 2。该课程上线当天就有超过60万人报名，足以说明受欢迎的程度。据官网介绍，更新版课程内容将包括：如何构建和训练神经网络体系结构，如卷积神经网络、递归神经网络、LSTM、Transformer；学习如何使用诸如Dropout、BatchNorm、Xavier/He的初始化策略。掌握Python和TensorFlow在行业中的应用，如语音识别、音乐合成、聊天机器人、机器翻译、自然语言处理等任务。
本节课程主要讲述神经网络和深度学习的基本概念。通过课程学习能够：了解到深度学习重要技术的发展趋势；建立、训练和应用全连接的深层神经网络；实现高效（矢量化）神经网络；识别神经网络结构中的关键参数；并将深度学习应用到自己的应用程序中。第二部分、改善深度神经网络：超参数调试，正则化和优化本节课程将揭开深度学习的黑盒，系统地了解AI生成输出结果的过程。通过学习课程能够：掌握训练和开发测试机的实操过程，分析构建深度学习应用程序的偏差/差异；使用标准化神经网络技术，如初始化、L2和Dropout正则化、超参数调试、批量归一化和梯度检查；实现并应用各种优化算法，如小批量梯度下降、Momentum、RMSprop以及Adam；在TensorFlow中构建神经网络。本节课程讲述了构建一个成功的机器学习项目的实践过程，通过学习可能你能够：诊断机器学习系统中的错误；学习减少错误的策略；了解复杂的ML设置（例如不匹配的训练/测试集）；采用端到端学习、迁移学习和多任务学习。 本节课程主要讲述了计算机视觉的发展历程及应用，涉及自动驾驶、人脸识别、医学影像等多个领域。通过课程学习你能够：独立建构卷积神经网络，如残差网络；将卷积网络应用于视觉检测和识别任务；使用神经风格转换来生成艺术，并将这些算法应用于各种图像、视频和其他2D或3D数据。 本节课程主要讲述了序列模型在语音识别与合成、聊天机器人、机器翻译、自然语言处理等领域的应用。通过课程学习你能够：建立和训练递归神经网络（RNN）和常用的变体，如GRU和LSTM；将RNNs应用于字符级语言建模；熟悉自然语言处理和单词嵌入；使用HuggingFace标记器和Transformer模型解决NLP任务，如NER和问答。以上课程由吴恩达和Coursera平台讲师Younes Bensouda Mourri、Kian Katanforoosh共同授课。拥有斯坦福大学（Stanford University）和巴黎中央理工学院（Ecole CentraleSupelec）双硕士学位。在斯坦福期间，他还获得了最高教学奖沃尔特·J·戈雷斯奖和百年杰出教学奖。目前他是目前斯坦福大学科学家兼讲师，在计算机科学系与吴恩达一起教授深度学习。此外，Kian还是多家公司创始人之一，包括DeepLearning.AI、Workera以及Daskit。其中，Workera是一个自我评估平台，它通过AI评估人们的工作能力，并给出职业规划建议。Daskit创立于2014年，它是一家为大学课堂开发教育解决方案的技术初创公司。 个人主页：https://profiles.stanford.edu/kian-katanforoosh他在Coursera平台已开设了21门课程，涉及机器学习、深度学习、自然语言处理等。此外，他还在斯坦福大学担任讲师，并开设了3门AI课程，其中两门课程与吴恩达一同教授。此外，他还用AI自动评分器建立了50多个AI编程任务，并进行了100多次演讲。个人主页：http://younesmourri.com/work 懂了，这就滚去学习
点击下方卡片，关注公众号“机器学习算法与自然语言处理”，获取更多信息：下载1：四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！
下载2：仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code
重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！
额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！
推荐阅读：
Transformer升级之路：博采众长的旋转式位置编码
抽取式摘要最新研究进展
「新生手册」：PyTorch分布式训练
点击下方卡片，关注公众号“机器学习算法与自然语言处理”，获取更多信息：
