本文來自專知

近日，在NeurIPS 2018 大會上，Facebook 官方宣佈 PyTorch 1.0 正式版釋出了。如何用Pytorch1.0搞深度學習？對很多小白學生是個問題。瑞士非盈利研究機構 Idiap Research Institute的研究員FRANÇOIS FLEURET開設了一門深度學習課程(2019年秋季)，詳細結合深度學習與最新Pytorch1.0來為你細緻講解，是學習Pytorch1.0深度學習不可多得的材料。

900頁課程PPT下載：（掃描文末的二維碼，關注【計算機視覺聯盟】公眾號，回覆2018121701獲取）

                                     深度學習課程概述 

本課程的目標是提供深度機器學習的完整講解。如何設計一個神經網路，如何訓練它，以及有哪些現有技術專門處理非常大的網路結構。本課程旨在教授應用問題的深度學習方法所需的技能。

課程計劃內容:

1. 什麼是深度學習，張量介紹。

2. 基本機器學習，經驗風險最小化，簡單嵌入。

3. 線性可分性，多層感知器，反向傳播。

4. 通用網路，autograd，批處理，卷積網路。

5. 初始化、優化和正則化。Dropout，啟用歸一化，跳過連線。

6. 計算機視覺的深層模型。

7. 深入模型分析。

8. 自編碼器，嵌入式和生成模型。

9. 迴圈模型和自然語言處理。

10. pytorch張量，深度學習模組，和內部構件。

                                     深度學習課程導讀  

1. 緒論

       1.1 從神經網路到深度學習，21頁slides

     1.2 當前成功應用的例項 22頁slides

2. 機器學習基礎

    2.1 損失函式與風險. 15頁slides

更多內容獲取PPT閱讀吧！！！