奥飞寺郭一璞
量子比特报告| 公众号QbitAI
使用PyTorch 学习深度学习五天可能就足够了。
这门课程由法国深度学习研究员Marc Lelarge 创建，名为《Hands-on tour to deep learning with PyTorch（亲身体验PyTorch的深度学习之旅）》，帮助您在5 天时间内快速了解深度学习并学会如何将其应用到开源深度学习项目中。
该系列课程不仅介绍了深度学习相关的理论基础，还结合了很多实践内容，包括分类、GAN、词嵌入、代码和Colab 等示例，方便实用。
如果你无法抗拒，这套教程还附带了大量的表情符号，非常可爱。
完成后，您将快速了解神经网络，查看其他人共享的各种新项目和资源，并开始在自己的项目中使用它们。
5天后你会学到什么？
如果我想在5天内学会PyTorch深度学习，我到底应该学什么？
课程安排
第一天
这是深度学习的入门级介绍，适合初学者。
使用CNN 区分猫和狗。包含在Colab 中。
接下来，了解一下PyTorch 是什么。
第二天
现在您已经知道什么是深度学习和PyTorch，让我们更深入地研究更复杂的概念。
首先，掌握一些数学知识。你需要了解逻辑回归、卷积等。
您还应该了解PyTorch 的各种模块。
您可以开始学习嵌入和变分自动编码器等内容。
第三天
在今天的课程中了解有关贝叶斯方法和反向传播的更多信息。
PPT还包含表情符号，让你学习不会太累。
此外，您还可以通过示例了解GAN。
第4 天
恭喜。您可以开始训练您的RNN。另外，除了之前的GAN之外，还可以参与NLP的内容。
例如，使用word2vec 进行词嵌入。
该代码还有Colab 版本。
第五天
最后一天升华了，神经网络的黑盒性质等严肃问题开始讨论。
此外，我们还有有关课堂激活图和对抗性研究的内容，感兴趣的学生可以继续学习。
法语博士数据流课程
最后，这个为期5 天的PyTorch 深度学习课程实际上是名为dataflowr 的系列课程的一部分。
dataflowr 的主要作者Marc Lelarge 是法国数字科学研究所的研究员，拥有巴黎综合理工学院的应用数学博士学位，同时也是该校的兼职教授，最近教授了一门深度学习课程。
受到fast.ai的启发，他采取了务实的深度学习路线来开发数据流，并将他的课程命名为“faster.ai”，好像任何课程都可以在我命名的5天内完成。
因此，dataflowr课程相对简单易用，没有任何特别高级或复杂的API。
除了Lelarge之外，这门课还有七位老师。
Andrei Bursuc，Valeo.ai 研究科学家。
Facebook 人工智能研究所的Alexandre Dfossez、Timothe Lacroix、Pierre Stock 和Alexandre Sablayrolles；
Nicolas Prost，法国数字科学研究所机器学习博士。
Snips 的人工智能科学家Stephane Dascoli 表示：
主创团队都是法国人，不过不用担心，课程不会用法语授课~
门户网站
课程：
https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html
数据流：
https://mlelarge.github.io/dataflowr-web/
- 就这样-
诚信招聘
量子比特现招聘一名编辑/记者，驻地北京中关村。我们正在寻找有才华和热情的学生加入我们！详情请在量子位公众号（QbitAI）对话界面回复“招聘”。
量子位QbitAI·今日头条署名作者
追踪AI技术和产品新进展
版权声明：本文由今日头条转载，如有侵犯您的版权，请联系本站编辑删除。