मुझे अभी भी पूरी तरह से समझ में नहीं आया कि यह कैसे हुआ, लेकिन पिछले साल मैंने डीप लर्निंग कोर्स शब्द के लिए साइन अप किया और आश्चर्यजनक रूप से, मैंने इसे पढ़ा। उसने वादा किया - मैंने इसे फैला दिया!

पाठ्यक्रम पूरा होने का दिखावा नहीं करता है, बल्कि यह मुख्य क्षेत्रों पर अपने हाथों से खेलने का एक तरीका है जहां गहन शिक्षण एक व्यावहारिक उपकरण के रूप में बस गया है और आधुनिक लेखों को स्वतंत्र रूप से पढ़ने और समझने के लिए पर्याप्त आधार मिलता है।

नोवोसिबिर्स्क स्टेट यूनिवर्सिटी के एआईपीटी विभाग के छात्रों पर पाठ्यक्रम सामग्री का परीक्षण किया गया था, इसलिए एक मौका है कि आप वास्तव में उनसे कुछ सीख सकते हैं।



पाठ्यक्रम की आवश्यकता है:

- विश्वविद्यालय के पहले या दूसरे वर्ष के स्तर पर गणित का ज्ञान: आपको संभाव्यता सिद्धांत, रैखिक बीजगणित, मेटानालिसिस की मूल बातें और कई चर के कार्यों के विश्लेषण के बारे में थोड़ा जानना होगा। यदि यह सब आपके द्वारा पास किया गया है, तो यहां वे सभी पाठ्यक्रम हैं जो आपको एमआईटी और हार्वर्ड से चाहिए। उनमें, आम तौर पर पहले दो खंडों के माध्यम से जाने के लिए पर्याप्त है।
- अजगर में कार्यक्रम करने की क्षमता।

एक अच्छे पाठ्यक्रम में, व्याख्यान, व्यायाम और एक जगह जहाँ आप प्रश्न पूछ सकते हैं और चर्चा उपलब्ध होनी चाहिए। यहाँ वे दुनिया से धागे द्वारा एकत्र किए गए हैं:

- व्याख्यान यूट्यूब पर रिकॉर्डिंग के रूप में मौजूद हैं।
- अभ्यास के रूप में, आप शानदार स्टैनफोर्ड डीप लर्निंग पाठ्यक्रम ( CS231n और CS224n ) के कार्यों का उपयोग कर सकते हैं, मैं नीचे लिखूंगा कि विशेष रूप से कौन से हैं।
- आप ClosedCircles और ODS.ai पर चर्चा और पूछ सकते हैं।

व्याख्यान और व्यायाम

व्याख्यान 1: परिचय
व्याख्यान 2: रैखिक क्लासिफायरियर
व्याख्यान 2.1: सॉफ्टमैक्स

एक्सरसाइज: k-Nearest नेबर और सॉफ्टमैक्स क्लासिफायर सेक्शन यहां से
असाइनमेंट की बारीकियों से, ये व्याख्यान नोट्स मदद कर सकते हैं।

व्याख्यान 3: तंत्रिका नेटवर्क। backpropagation
व्याख्यान 4: विस्तार में तंत्रिका नेटवर्क

व्यायाम: यहां से दो-परत तंत्रिका नेटवर्क अनुभाग और यहां से पूरी तरह से जुड़ा हुआ तंत्रिका नेटवर्क

व्याख्यान 5: संवैधानिक तंत्रिका नेटवर्क (CNN)
व्याख्यान 6: दीप सीखने के लिए पुस्तकालय

व्यायाम: यहां से CIFAR-10 अनुभागों पर संवादात्मक नेटवर्क और PyTorch

व्याख्यान 7: अन्य कंप्यूटर विज़न कार्य
व्याख्यान 8: एनएलपी का परिचय। word2vec

व्यायाम: यहाँ से शब्द 2vec सेक्शन

व्याख्यान 9: पुनरावर्ती तंत्रिका नेटवर्क (RNN)
व्याख्यान 10: मशीन अनुवाद, Seq2Seq, ध्यान

मुझे यहां एक अच्छा तैयार कार्य नहीं मिला था, लेकिन आप इसे पर्पच चार-आरएनएन पर लेडी कारपैथी के प्रसिद्ध पद से लागू कर सकते हैं और उसे शेक्सपियर के खिलाफ सेट कर सकते हैं।

व्याख्यान 11: सुदृढीकरण सीखना (आरएल), बुनियादी एल्गोरिदम का परिचय
व्याख्यान 12: आरएल के उपयोग के उदाहरण। अल्फा (गो) शून्य।
व्याख्यान 13: 2018 में तंत्रिका नेटवर्क।

कहां चर्चा करें और क्या सवाल करें

पाठ्यक्रम के सभी प्रश्न मुझसे व्यक्तिगत रूप से या ClosedCircles.com पर # डेटा सर्कल में चर्चा की जा सकती है ( यहाँ एक निमंत्रण है )।
इसके अलावा, चैनल ODS.ai पर चैनल # class_cs231n में चर्चा की जा सकती है, वहां वे मदद करेंगे। ऐसा करने के लिए, आपको स्वयं वहां एक आमंत्रण प्राप्त करना होगा, आवेदन भेजना होगा।

खैर, सामान्य तौर पर, कॉल-राइट, हमेशा खुश।

सबसे सुखद अनुभाग धन्यवाद है!

सबसे पहले, buriy के लिए बहुत धन्यवाद, जिनके साथ हमने पाठ्यक्रम तैयार किया। मूल विभाग के लिए धन्यवाद, जिसने सामान्य रूप से ऐसा अवसर दिया।

ODS.ai और ClosedCircles पर हैंगआउट में सभी ने तैयारी में मदद करने वाले सवालों के जवाब दिए, प्रतिक्रिया भेजी, सभी को सब कुछ बाहर करने के लिए याद दिलाया, आदि।

अंत में, चैनल पर धाराओं को देखने वाले सभी लोगों ने वास्तविक समय में प्रश्न पूछे और आम तौर पर यह महसूस किया कि मैं दीवार से बात नहीं कर रहा था।

दिल से।