最近迷上了公开课,一口气看了多门课程:stanford cs231N、MITS191,MIT how to ai anything;cs234强化学习;CS224R深度强化学习;cs336; 北大数学分析;CS224N;CME296;cs221;cs153; cs285 。我感叹着这个世界变平了很多,学习的门槛也降低了,导致了知识的泛化。难以想象以前,即使我有这种心态,恐怕都难以学习到这些知识。
集中再深度学习,神经网络中,看来这个方面斯坦福大学是前沿大学,多门课程均出于其中。麻省和伯克利也不错。怀着感恩的心情,记录一二点心得:外国的课程中实践能力是很重要的,这些课程讲的大都是推导过程,还需要自己下来操作操作;大学的课程在不同的名校之间,深度学习讲的内容都差不多,因为他们有一系列的沿革;大量的名词可以在不断复述中学习,如残差,归一化,Q函数,分类与文本生成等;用公式来表达深度学习的理论,最重要的就是如何计算损失函数;课程没有过多地讲数据,但是对于对齐和前沿领域有大量的涉及。