草庐IT

全球名校AI课程库（40）| 威斯康星 · 深度学习和生成模型导论课程『Intro to Deep Learning and Generative Models』

ShowMeAI 2023-04-20 原文

? 课程学习中心 | ? 深度学习课程合辑 | ? 课程主页 | ? 中英字幕视频 | ? 项目代码解析


课程介绍

深度学习是一个专门研究发现和提取大型非结构化数据集中复杂结构的领域，用于对多层人工神经网络进行参数化。由于深度学习推动了许多研究和应用领域的最新发展，它已成为现代技术不可或缺的部分。

STAT453 课程的重点是通过将人工神经网络与统计学中的相关概念（如广义线性模型和最大似然估计）联系起来，深入理解人工神经网络。除了涵盖预测建模的深度学习模型外，本课程的后一部分将侧重于深度生成模型和基于随机变分推理的模型，这允许学习定向概率模型。

除了在数学和概念层面上涵盖和解释深度学习和生成模型外，本课程还强调深度学习的实践方面。Python科学计算开放源码生态系统的开放源码库将用于为学生提供实践经验，以实现深层神经网络，完成有监督的学习任务，并将生成模型应用于数据集合成。

课程学习结束后，学生能够掌握各类深度学习算法原理及其优缺点，深入理解深度学习和生成模型——这是当前预测建模最先进的方法，并掌握使用Python编程来解决现实问题的能力。课程对于构建深度学习知识储备与实战能力有很大帮助。

本门课程学习建议具有微积分和线性代数背景，强烈建议学生熟悉基本编程并已完成入门编程课程。

课程讲师 Sebastian Raschka 是威斯康辛大学麦迪逊分校统计学助理教授，专注于机器学习和深度学习研究，包括深度学习方法的开发和对计算机视觉和计算生物学的应用，初版了多门机器学习相关著作。


课程主题

STAT453 是威斯康星大学的深度学习和生成模型课程，从机器学习与深度学习的基础知识开始，给大家系统讲解了深度学习及其在视觉与文本数据中的典型模型与各种应用，并以 PyTorch 为主 AI 框架进行了实战代码讲解。课程官网发布了课程主题，ShowMeAI 对其进行了翻译。

  • The History of Neural Networks and Deep Learning（深度学习简史）
  • Single-layer Neural Networks（感知器讲座）
  • Linear Algebra for Deep Learning（深度学习的线性代数）
  • Fitting Neurons with Gradient Descent（梯度下降）
  • Automatic Differentiation with PyTorch（PyTorch 中的自动微分）
  • Logistic Regression and Multi-class Classification（逻辑回归）
  • Multilayer Perceptrons（多层感知器）
  • Regularization（神经网络的正则化方法）
  • Feature Normalization and Weight Initialization（输入归一化和权重初始化）
  • Common Optimization Algorithms（改进基于梯度下降的优化）
  • Convolutional Neural Networks（卷积神经网络）
  • Recurrent Neural Networks（循环神经网络）
  • Autoencoders（自编码器）
  • Generative Adversarial Networks (GAN)（生成对抗网络简介）

课程资料 | 下载

扫描上方图片二维码，关注公众号并回复关键字 ?『STAT453』，就可以获取整理完整的资料合辑啦！当然也可以点击 ? 这里 查看更多课程的资料获取方式！

ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：

  • ? 课件&代码。PDF文件、数据文件和.ipynb文件。（说明：课件Lecture编号至16，已是全部资料）
  • ? 作业。数据文件和.ipynb文件。覆盖Homework 1~3。
  • ? 拓展阅读资料。Python、PyTorch的安装和学习常见问题。

课程视频 | B站

? B站 | 【双语字幕+资料下载】威斯康星 STAT453 | 深度学习和生成模型导论(2021最新·完整版)

ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 ? B站 观看完整课程视频哦！


全球名校AI课程合辑

作者：ShowMeAI内容团队
阅读原文：https://www.showmeai.tech/article-detail/375

威斯康星导论strongshowmeaihttpsPython

有关全球名校AI课程库（40）| 威斯康星 · 深度学习和生成模型导论课程『Intro to Deep Learning and Generative Models』的更多相关文章

  1. 最新版人脸识别小程序 图片识别 生成二维码签到 地图上选点进行位置签到 计算签到距离 课程会议活动打卡日常考勤 上课签到打卡考勤口令签到 - 2

    技术选型1，前端小程序原生MINA框架cssJavaScriptWxml2，管理后台云开发Cms内容管理系统web网页3，数据后台小程序云开发云函数云开发数据库（基于MongoDB）云存储4，人脸识别算法基于百度智能云实现人脸识别一，用户端效果图预览老规矩我们先来看效果图，如果效果图符合你的需求，就继续往下看，如果不符合你的需求，可以跳过。1-1，登录注册页可以看到登录页有注册入口，注册页如下我们的注册，需要管理员审核，审核通过后才可以正常登录使用小程序1-2，个人中心页登录成功以后，我们会进入个人中心页我们在个人中心页可以注册人脸，因为我们做人脸识别签到，需要先注册人脸才可以进行人脸比对，进

  2. 未来的趋势————以ChatGPT为标杆的AI对生活的影响是巨大的 - 2

    文章目录前言1.AI的发展历程2.我是如何接触到人工智能的概念和产品的3.对于ChatGPT的一点看法4.AI对大学毕业生的职业发展的利与弊5.对于AI的思考和问题前言随着ChatGPT的爆火，生成式AI，大模型的人工智能被越来越多的人注意到，同时他也带来了许多问题。本文将对几方面进行探讨。1.AI的发展历程远古时期在公元前第一个千禧年，中国，印度和希腊哲学家都提出了一些推理的研究理论，比如亚里士多德（Aristotle）进行了演绎推理三段论的完整分析，欧几里得（Euclid）所著Elements是一种形式推理的模型，MuḥammadibnMūsāal-Khwārizmī,发明了代数学，即我们

  3. 焕新古文化传承之路，AI为古彝文识别赋能 - 2

    目录1古彝文与古典保护2古文识别的挑战2.1西文与汉文OCR2.2古彝文识别难点3合合信息：古彝文保护新思路3.1图像矫正3.2图像增强3.3语义理解3.4工程技巧4总结1古彝文与古典保护彝文指的是云南、贵州、四川等地的彝族人使用的文字，区别于现代意义上的彝文，古彝文指的是在民间流通使用的原生态彝文，多达87046字。古彝文的起源距今至少数千年，是世界上最古老的文字之一。对古彝文字集研究有助于理解尚未被翻译成汉文、用字尚未规范化的古籍，更深层、透彻地作用于传统文化保护。古彝文字义对照图（网络资料+邵文苑供图）古籍是不可再生的宝贵资源，应当得到妥善保护。中国的古籍在历史上迭经水火兵燹等自然灾害、

  4. C#面向对象程序设计课程实验五：实验名称：C#面向对象技术 - 2

    C#面向对象程序设计课程实验五：实验名称：C#面向对象技术实验内容：C#面向对象技术一、实验目的及要求二、实验环境三、实验内容与步骤3.1、实验内容：测试类，实现多态3.2、实验步骤3.2.1、实验程序3.2.2、实验运行结果3.3、实验内容：创建一个Vehicle类，并将它声明为抽象类3.4、实验步骤3.4.1、实验程序3.4.2、实验运行结果四、实验总结实验内容：C#面向对象技术一、实验目的及要求(1)掌握类的继承特性；(2)学会使用C#实现类的继承性;(3)理解类的多态特性;(4)学会使用C#的方法重写；二、实验环境MicrosoftVisualStudio2008三、实验内容与步骤3.

  5. 「认识AI：人工智能如何赋能商业」【04】机器学习的商业应用 - 2

    作者|Harper审核 |gongyouliu编辑|auroral-L机器学习的商业应用上期给大家介绍了机器学习的概念，但是理解机器学习最好方法之一，就是了解其在具体商业世界中的各种应用。在道格’罗斯的这本《认识AI，人工智能赋能商业》中，介绍了几类机器学习的商业应用，在这里我给大家归纳一下。第一，数据安全，为了避免被发现，制造恶意软件的人会不断更改代码，通常为2%~10%的修改，但是通过机器学习，安全软件可以适应这一小部分变化，并准确识别新创建的恶意软件。它还可以寻找访问方式的模式，以识别可能的安全威胁。第二，投资。机器学习使得计算机能够处理大量的财务数据，并利用其发现的规律预测市场及每只股

  6. 基于ChatGPT的智能问答、ai绘图微信小程序思路 - 2

    ChatGPT![在这里插入图片描述](https://img-blog.csdnimg.cn/186d9ecc453b48be9f19c467da7c3f07.jpegChatGPT是openai公司的一个人工智能机器人产品，目前已经升级到4.0版本。其因便捷高效，已经在大学生、IT届、科研界等领域广为流传。但是直接进入其官网使用有时候并不是那么方便，毕竟他不开放给中国用户使用，我们需要一些魔法才能用上。如果做成一个微信小程序随时随地打开就能用的话，会方便很多。正好openai官方也开放了api供开发者使用。我们可以进入openai官网https://platform.openai.com/

  7. 计算机网络（十一）——导论与路由器工作原理 - 2

    文章目录1.网络层的概述2.路由器的工作原理2.1路由器的组成2.2转发2.2.1查找2.2.2交换2.2.3输出端口处理核心内容路由器的工作原理1.网络层的概述（1）功能结构网络层用于提供主机与主机之间的逻辑通信，源主机网络层接收来自运输层的报文段，将其封装为一个数据报并向相邻的路由器发送数据报。接收方的网络层接收来自相邻路由器的数据报，提取出报文段交付给运输层。为此需要提供转发和路由选择两个功能。网络层能够被划分为两个相互作用的部分，数据部分和路由部分：数据部分的主要作用：转发，即分组从输入链路接口转发到合适的输出链路接口。控制部分的主要作用：路由选择，即决定从源主机到目的主机，分组所采用

  8. javascript - 40 位整数在 JavaScript 中是否准确表示？ - 2

    我正在使用需要生成(使用*和+操作)和比较40位整数的服务器端计算。我知道此时V8引擎将数字存储为Double而不是int。我可以依赖这些数字来正确生成和比较吗？我的直觉是肯定的-double不应该有问题-但我不确定如何检查或在哪里可以找到这方面的信息。 最佳答案 是的。JavaScriptNumber，这是一个64位IEEE754浮点值，可以存储从-253到253的整数而不损失精度，因为double最多可以存储53位尾数(明确为52)。引用资料:ECMA-262:4.3.19NumbervalueDouble-precisionf

  9. AI 芯片的简要发展历史 - 2

    随着人工智能领域不断取得突破性进展。作为实现人工智能技术的重要基石，AI芯片拥有巨大的产业价值和战略地位。作为人工智能产业链的关键环节和硬件基础，AI芯片有着极高的技术研发和创新的壁垒。从芯片发展的趋势来看，现在仍处于AI芯片发展的初级阶段。未来将是AI芯片发展的重要阶段，无论是架构还是设计理念都存在着巨大的创新空间。一、芯片的发展历史1956年达特茅斯会议上，科学家约翰·麦卡锡，克劳德·香农和马文·明斯基提出了"人工智能"一词。50年代末，阿瑟·萨缪尔（ArthurSamuel）提出了"机器学习"这个术语，他开发了一个西洋跳棋程序，可以从错误中吸取教训，经过学习后，甚至比编写程序的人棋力更强

  10. Javascript 和 AI，事实还是虚构？ - 2

    很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开，visitthehelpcenter.关闭11年前。在电视上我看到了一些有趣的机器人。这些有一些二极管、太阳能收集器和一些马达。二极管决定光的位置，因此它们将机器人转向为它提供光的方向。它有点跟随光。现在，基于此，我想知道一些简单的AI。有没有办法编写一个可以从用户交互中学习的引擎？作为初学者，只学习和记住用户在页面上的session就足够了。感谢任何帮助。

随机推荐