麻省理工学院-2018年最新深度学习算法及其应用入门课程资源分享

课程描述：

这是一门讲解深度学习方法入门课程，深度学习主要应用于机器翻译，图像识别，游戏，图像生成等等。课程同时设置了两个非常有趣的实战项目：

（1）基于RNN生成音乐

（2）基于X光的基本检测，GitHub地址：https://github.com/aamini/introtodeeplearning_labs

文末附课程所有视频教程、PPT及配套代码。

课程安排：

Session 1

Part1 深度学习详解

Part2 深度序列建模详解

Lab1 基于RNN生成音乐

Session 2

Part1 深度计算视觉详解

Part2 深度生成模型详解

Lab2 基于X光的基本检测

Session 3

Part1 深度强化学习详解

Part2 深度学习的局限性以及未来研究方向介绍

Session 4

Part1 Guest Lecture: Google

Part2 Guest Lecture: NVIDIA

Session 5

Part1 Guest Lecture: IBM

Part2 Guest Lecture: Tencent

视频及ppt下载地址：

链接：https://pan.baidu.com/s/1qZ0KDtU

密码：公众号回复“mdl”，即可获得密码

往期精彩内容推荐：

OpenAI-2018年强化学习领域7大最新研究方向全盘点

麻省理工学院（MIT）-2018年最新自动驾驶视频课程分享

最前沿的深度学习论文、架构及资源分享

<模型汇总-6>堆叠自动编码器Stacked_AutoEncoder-SAE

<模型汇总_5>生成对抗网络GAN及其变体SGAN_WGAN_CGAN_DCGAN_InfoGAN_StackGAN

纯干货15 48个深度学习相关的平台和开源工具包，一定有很多你不知道的！！！

模型汇总19 强化学习（Reinforcement Learning）算法基础及分类

吴恩达-斯坦福CS229机器学习课程-2017（秋）最新课程分享

神经机器翻译（NMT）的一些重要资源分享

《纯干货16》调整学习速率以优化神经网络训练

《模型汇总-20》深度学习背后的秘密：初学者指南-深度学习激活函数大全

模型汇总22 机器学习相关基础数学理论、概念、模型思维导图分享