斯坦福大学CS224d课程目录
https://www.zybuluo.com/hanxiaoyang/note/404582
Lecture 1:自然语言入门与次嵌入
- 1.1 Intro to NLP and Deep Learning
- 1.2 Simple Word Vector representations: word2vec, GloVe
Lecture 2:词向量表示:语言模型,softmax分类器,单隐层神经网络
- 2.1 Advanced word vector representations: language models, softmax, single layer networks
Lecture 3:神经网络与反向传播:命名实体识别案例
- 3.1 Neural Networks and backpropagation -- for named entity recognition
Lecture 4:神经网络与反向传播实践与应用建议
- 4.1 Project Advice, Neural Networks and Back-Prop (in full gory detail)
Lecture 5:实际应用技巧:梯度检查,过拟合,正则化,激励函数等等的细节
- 5.1 Practical tips: gradient checks, overfitting, regularization, activation functions, details
Lecture 6:Tensorflow介绍
- 6.1 Introduction to Tensorflow
Lecture 7:应用在语言模型和相关任务上的循环神经网络
- 7.1 Recurrent neural networks -- for language modeling and other tasks
Lecture 8:在机器翻译等领域广泛应用的GRU和LSTM
- 8.1 GRUs and LSTMs -- for machine translation
Lecture 9:可用于文本解析的循环神经网络
- 9.1 Recursive neural networks -- for parsing
Lecture 10:用于其他任务(情感分析,段落分析等)上的循环神经网络
- 10.1 Recursive neural networks -- for different tasks (e.g. sentiment analysis)
Lecture 11:用于句子分类的卷积神经网络
- 11.1 Convolutional neural networks -- for sentence classification
Lecture 12:嘉宾讲座:Andrew Maas讲述语音识别
- 12.1 Guest Lecture with Andrew Maas: Speech recognition
Lecture 13:嘉宾讲座:Thang Luong讲述机器翻译
- 13.1 Guest Lecture with Thang Luong: Machine Translation
Lecture 14:嘉宾讲座:Quoc Le 讲述序列到序列学习与大规模深度学习
- 14.1 Guest Lecture with Quoc Le: Seq2Seq and Large Scale DL
Lecture 15:自然语言处理上深度学习前沿方向:动态记忆网络
- 15.1 The future of Deep Learning for NLP: Dynamic Memory Networks
斯坦福大学CS224d课程目录的更多相关文章
- 斯坦福大学CS224d基础1:线性代数回顾
转自 http://blog.csdn.net/han_xiaoyang/article/details/51629242 斯坦福大学CS224d基础1:线性代数知识 作者:Zico Kolter ( ...
- 斯坦福大学 iOS 开发公开课总结
斯坦福大学 iOS 开发公开课总结 前言 iPhone 开发相关的教程中最有名的,当数斯坦福大学发布的 "iPhone 开发公开课 " 了.此公开课在以前叫做<iPho ...
- ios专题 - 斯坦福大学iOS开发公开课总结
转自:http://blog.devtang.com/blog/2012/02/05/mvc-in-ios-develop/ 前言 iphone开发相关的教程中最有名的,当数斯坦福大学发布的”ipho ...
- 布斯(Steve Jobs)在斯坦福大学的演讲稿,中英文对照版
2005年6月14日,苹果CEO史蒂夫·乔布斯(Steve Jobs)在他的母校斯坦福大学的毕业典礼发表了著名的演讲,关于这段演讲,你会看到N多人的推荐(比如同样喜欢在大学演讲的李开复先生).此前曾经 ...
- Deep Learning 19_深度学习UFLDL教程:Convolutional Neural Network_Exercise(斯坦福大学深度学习教程)
理论知识:Optimization: Stochastic Gradient Descent和Convolutional Neural Network CNN卷积神经网络推导和实现.Deep lear ...
- Deep Learning 8_深度学习UFLDL教程:Stacked Autocoders and Implement deep networks for digit classification_Exercise(斯坦福大学深度学习教程)
前言 1.理论知识:UFLDL教程.Deep learning:十六(deep networks) 2.实验环境:win7, matlab2015b,16G内存,2T硬盘 3.实验内容:Exercis ...
- Deep Learning 1_深度学习UFLDL教程:Sparse Autoencoder练习(斯坦福大学深度学习教程)
1前言 本人写技术博客的目的,其实是感觉好多东西,很长一段时间不动就会忘记了,为了加深学习记忆以及方便以后可能忘记后能很快回忆起自己曾经学过的东西. 首先,在网上找了一些资料,看见介绍说UFLDL很不 ...
- 斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感[转]
近日,在网易公开课视频网站上看完了<机器学习>课程视频,现做个学后感,也叫观后感吧. 学习时间 从2013年7月26日星期五开始,在网易公开课视频网站上,观看由斯坦福大学Andrew Ng ...
- 2011斯坦福大学iOS应用开发教程学习笔记(第一课)MVC.and.Introduction.to.Objective-C
blog.csdn.net/totogo2010/article/details/8205810 目录(?)[-] 第一课名称 MVC and Introduction to Objective-C ...
随机推荐
- jquery开发表格插件项目之知识点累积
js设置节点的属性与属性值用setAttribute(),获取节点的属性和属性值用getAttribute(). jquery 中使用attr 就可以获取及设置元素属性. 在设置checkbox状态时 ...
- 模板 倍增维护RMQ
倍增维护RMQ,nlogn预处理,O(1)查询 #include<bits/stdc++.h> using namespace std; const int maxn = 1e5+7; s ...
- Meta对照表
Http Content_type对照表: 文件扩展名 Content-Type(Mime-Type) 文件扩展名 Content-Type(Mime-Type) .*( 二进制流,不知道下载文件类型 ...
- CentOS下GPT分区(转)
GPT格式的分区理论上是支持18EB,而MBR只支持2TB,以后大硬盘GPT是趋势.fdisk最大只能建立2TB大小的分区,创建一个大于2TB的分区就必须使用parted,parted向后兼容MBR. ...
- CentOS 7开机不执行/etc/rc.local的解决方法
该死的CentOS 7居然开机不执行/etc/rc.local!!!!! 解决: chmod +x /etc/rc.d/rc.local 问题分析: 其实在/etc/rc.lacal文件上已经说明了, ...
- .net core下的dotnet全局工具
.net core 2.1后支持了一个全新的部署和扩展命令,可以自己注册全局命令行. dotnet install tool -g dotnetsaydotnetsay 也可以自己构建自己的命令行,一 ...
- sigmod2017.org
http://sigmod2017.org/sigmod-program/#ssession20
- 在单链表的第i个位置后插入一个节点(阿里+腾讯等面试题总结)
时间:2014.04.26 地点:基地 ------------------------- 一.题目 题目是非常easy和基础,就是在单链表的第i个位置后插入一个节点.要求写代码,5分钟之内完毕.面腾 ...
- Android:活动的启动模式
启动模式一共有四种,分别是 standard .singleTop . singleTask 和 singleInstance , 可 以 在 AndroidManifest.xml 中 通 过 给 ...
- 【k8s】基础概念 + 工作原理
工作原理: 原理图 工作原理描述: 1>用户通过kubectl或者API server的REST API接口,提交需要运行的docker容器(创建pod请求): 2>api server将 ...