機器之心報道

參與：一鳴、Jamin

依然在家工作或學習的你，也許需要這份最新的 MIT 深度學習公開課。

作為頂尖學府，MIT 自然有不少優(yōu)秀的公開課。但是他們并沒有停下開源的腳步。一月底，MIT 6.S191：深度學習導論課程已開始授課了。每周更新一次課程視頻，還提供了 PPT 和 Lab Session 的內(nèi)容。在家閑著沒事的你，也可以看看這些資料，感受下 MIT 的熏陶。

課程官網(wǎng)地址：http:///index.html

全面、公開，還有業(yè)界反饋的深度學習課

在課程介紹中，MIT 表示，這是深度學習的入門課程，主要介紹計算機視覺、自然語言處理、生物學等相關領域的深度學習應用。通過課程學習后，學生能夠獲得深度學習算法的基礎知識，具有在 TensorFlow 框架下構建神經(jīng)網(wǎng)絡的實踐經(jīng)驗。有趣的是，在課程結束前還會舉行項目提案競賽，讓學生從授課老師或是行業(yè)贊助商得到關于項目的反饋。

贊助商一覽。

當然，因為是入門級別的課程，所以學生不需要有太多的基礎知識儲備。上課前，課程主辦方希望學生能掌握線性代數(shù)和微積分的基礎知識，這些包括乘法矩陣，求導以及鏈式法則。但是他們也會盡量在學習過程中向解釋其他相關的知識點。另外，Python 方面的代碼經(jīng)驗對此課程是有幫助的，但也不是強制要求。

課程安排和目錄

在課程設置和安排上，本次的課程包括了 10 節(jié)大課和 5 個 Lab Session，在了解理論和應用的同時也可以上手實踐。

10 節(jié)課包括：

1. 引言；
2. 深度序列建模；
3. 深度計算機視覺；
4. 深度生成模型；
5. 深度強化學習；
6. 限制和新的前沿發(fā)展；
7. 神經(jīng)信號混合 AI；
8. 應用于機器人上的、可泛化的自主性；
9. 神經(jīng)生成；
10. 用于氣味分子的機器學習；

從課程內(nèi)容可以看出，雖然是深度學習的入門課程，但涵蓋的內(nèi)容不僅僅限于計算機視覺，而是從序列開始（RNN）到生成模型（GAN 等），以及強化學習（RL）。在應用方面也結合了大量的新學科，如生物學、機械工程、神經(jīng)科學、分子化學等。

同時，課程提供了 5 個 Lab Session，這是一種常見的實踐課形式，幫助學生上手寫代碼，設計自己的項目。

這 5 個 Session 分別有：

1. TensorFlow 入門：音樂生成；
2. 去偏見的面部識別系統(tǒng)；
3. 將圖像像素作為輸入的控制學習；
4. 期末項目；
5. 期末項目評價和打分；

這些實踐課，無疑是深度學習最好的上手資源了。

什么時候開課呢？其實這些課程在 1 月底（27 日）已經(jīng)開始了，現(xiàn)在已經(jīng)進行了四分之一。最新一期（第四節(jié)課）的視頻和 PPT 將會在 28 日公開。

對于課程材料，它們都是開源的，遵守 MIT 許可證。

已公開的視頻內(nèi)容。

還在等什么，可以開始學起來了。