纽约大学Yann LeCun深度学习

最新推荐文章于 2024-03-11 14:51:09 发布
原创 最新推荐文章于 2024-03-11 14:51:09 发布 · 1.5k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本资源提供纽约大学Yann LeCun教授的深度学习3小时教学PPT，浓缩了其多年研究神经网络的精华。此PPT适合对深度学习感兴趣的读者深入学习，内容涵盖了神经网络的基础理论、应用案例以及最新进展。
深度学习介绍（一）Yann LeCun
诗酒年华
04-08 8265
作为人工智能的一种形式，深度学习能够更好地模仿人类大脑。之前还有很多人工智能研究人员还在公开对该领域嗤之以鼻，而仅仅过了几年，从谷歌、微软，到百度、Twitter，深度学习已经开始蔓延到整个商业科技世界了。 很多科技巨头正在挖掘一种特殊的深度学习，他们称之为卷积神经网络(convolutional neural networks)，旨在构建更加智能的互联网服务，比如可以自动理解语言和识别图像。在谷
梦回93年，32岁的Yann LeCun在展示他的卷积网络...
BAAIBeijing的博客
01-12 7923
作者：梦佳1993年的你在哪里？1993年的杨立昆已经做出了第一个卷积网络。最近，Reddit上一段来自1993年的 1分钟视频火爆网络，视频中，刚过而立之年的Yann LeCun向大...
2020纽约大学深度学习课程
追随梦想，实现梦想
04-19 430
点我
《Deep Learning》Yann LeCun, YoshuaBengio, Geoffery Hinton
11-14
Deep learning allows computational models that are composed of multiple processing layers to learn representations of data with multiple levels of abstraction. These methods have dramatically improved the state-of-the-art in speech recognition, visual object recognition, object detection and many other domains such as drug discovery and genomics. Deep learning discovers intricate structure in large data sets by using the backpropagation algorithm to indicate how a machine should change its internal parameters that are used to compute the representation in each layer from the representation in the previous layer. Deep convolutional nets have brought about breakthroughs in processing images, video, speech and audio, whereas recurrent nets have shone light on sequential data such as text and speech.
NYU-DLSP21:纽约大学深度学习2021年Spring
04-16
纽约大学深度学习2021年Spring（NYU-DLSP21） 内容新组织 这个学期我们重新整理了教学材料。 在学期的前半年，我们涵盖了3个主题，涵盖了两个星期，每个主题之后都有一个作业。 此外，每堂课都有一个对应的练习。 历史，反向传播和梯度下降 参数共享：递归和卷积网络 基于潜变量（LV）能量的模型（EBM） 请注意，我们已经重新设计了课程和讲座的内容。 我们已经将LV-EBM视为基础模块。 进入学期的下半年 我以为我将以不同的顺序去年版期间使用的相同实践。 但是我不能。 今年的学生有LV-EBM。 我们告诉了他们有关蛋糕的信息，现在我不能假装蛋糕不存在，并教他们好像没有意识到房间里的大象。 从理论上讲，这是不诚实的。 从此以后，我重新设计了整个幻灯片。 这个学期的资料库 这就是为什么创建此仓库的原因。 我不会尝试与去年一样的疯狂工作，但是我需要一个空间来发布更新的幻灯片，笔记
Yann Lecun纽约大学《深度学习》2020课程笔记中文版，干货满满！
深度学习技术前沿
05-13 722
关注上方“深度学习技术前沿”，选择“星标公众号”，资源干货，第一时间送达！【导读】Yann Lecun在纽约大学开设的2020春季《深度学习》课程，干货满满。在课程网站上出了最新的中文版...
Yann LeCun-纽约大学2020 -《深度学习(pytorch)》中英字幕视频及ppt分享
lqfarmer的博客
04-04 755
推荐一门由深度学习泰斗，Yann LeCun主讲的深度学习基础课程，纽约大学2020深度学习新课-《深度学习(pytorch)》。 本课程涉及深度学习和表示学习的最新技术，重点讲解有监督和无监督学习相关的深度学习技术和模型，涉及embedding向量化方法，度metric学习，卷积和递归网络等等，并应用于计算机视觉，自然语言理解和语音识别等领域。期望学生最好有一定的数据...
Yann LeCun主讲纽约大学2021深度学习课程资源发布
纽约大学开设的《深度学习》课程，由深度学习先驱Yann LeCun与专家Alfredo Canziani共同执教，不仅涵盖了深度学习的理论基础，还包括了在实际应用中的各类算法和技术。该课程的主要知识点包括但不限于以下几个方面：...
Yann Lecun北大2014深度学习讲座精要
在深入解析Yann LeCun（杨立昆）2014年7月9日在北大关于深度学习讲座的PPT文件之前，首先需要了解杨立昆教授的背景及其在深度学习领域的地位。杨立昆教授是深度学习和计算机视觉领域的先驱，他不仅为这一领域的理论...
纽约大学《深度学习》2021课程.rar
11-15
纽约大学《深度学习》2021课程全部放出 该课程自2021年春季开始由Yann LeCun与Alfredo Canziani等共同执教。 CDS发布了Yann LeCun的深度学习（DS-GA 1008）课程的所有材料，包括带英文字幕教学视频、书面讲义、课件...
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
数据派THU
11-17 2491
来源：专知 本文附课程，建议阅读5分钟Yann LeCun在纽约大学数据科学中心（CDS）主讲的《深度学习》2021年春季课程现已全部在线可看！该课程自2021年春季开始由Yann L...
深度学习论文:Deep learning-Yann LeCun-Nature 2015
第一段代码的博客
11-24 6654
Deep learning(Yann LeCun, Yoshua Bengio & Geoffrey Hinton) doi:10.1038/nature14539 Abstract: Deep learning allows computational models that are composed of multiple processing layers to learn representations of data with multiple levels of abstra.
Deep learning「Yann LeCun, Yoshua Bengio & Geoffrey Hinton| 28 May 2015 Nature」
最新发布
AndrewLi的博客
03-11 356
深度学习三大巨头为《Deep Learning》一书发表的综述性文章
关于Yann LeCun, Yoshua Bengio & Geoffrey Hinton 的Deep Learning 学习摘要
BoneyBrandenburg的博客
07-31 2414
What is deep learning? 深度学习就是一种特征学习方法，把原始数据通过一些简单的但是非线性的模型转变成为更高层次的，更加抽象的表达。通过足够多的转换的组合，非常复杂的函数也可以被学习. The main feature of DL? 深度学习的核心方面是，上述各层的特征都不是利用人工工程来设计的，而是使用一种通用的学习过程从数据中学到的。 Supervised Learnin
论文笔记 - 《Deep Learning》（Yann LeCun Yoshua Bengio & Geoffrey Hinton） 精典
Tom的专栏
06-08 4093
深度学习的奠基 作者：Yann LeCun，Yoshua Bengio & Geoffrey Hinton（三位大神） Geoffrey Hinton：谷歌副总裁 兼 工程研究员（多伦多大学的名誉大学教授） 贡献：1986年发表了反向传播论文；1983年发明波尔茨曼机；2012年对卷积神经网络进行改进，并在ImageNet获得好成绩。 Yann LeCun：Facebook副总裁 ...
深度学习三巨头之Yann LeCun（杨立昆）简介
热门推荐
ctrigger的专栏
08-11 3万+
在人工智能研究领域，Yann LeCun、Geoffrey Hinton 和 Yoshua Bengio一直被公认为深度学习三巨头。 Yann LeCun，自称中文名“杨立昆”，计算机科学家，被誉为“卷积网络之父”，为卷积神经网络（CNN，Convolutional Neural Networks）和图像识别领域做出了重要贡献，以手写字体识别、图像压缩和人工智能硬件等主题发表过 190 多份论文...
【每天一个深度学习小八卦】深度学习三巨头
WeLearnNLP
02-22 3334
深度学习领域存在三位非常著名的学者，我们把他们成为深度学习三巨头，这三位分别是Yoshua Bengio、Yann LeCun、Geoffrey Hinton。根据ACM官网上的信息显示，ACM决定将2018年ACM A.M.图灵奖授予约书亚·本吉奥(Yoshua Bengio)、杰弗里·辛顿(Geoffrey Hinton)和杨乐昆(Yann LeCun) 三位深度学习之父，以表彰他们给人工智能带来的重大突破，这些突破使深度神经网络成为计算的关键组成部分。
《 Deep Learning 》全文翻译 Yann LeCun, Yoshua Bengio, Geoffrey Hinton
陆羽飞的博客
02-11 1万+
深度学习 YannLeCun, Yoshua Bengio & Geoffrey Hinton 原文出处：YannLeCun, Yoshua Bengio & Geoffrey Hinton. Deep Learning http://www.nature.com/articles/nature14539     摘要: 深度学习是指能够令由多个处理层组成的计算机模型以...
深度学习论文《Deep Learning》
然后就去远行
10-16 8127
Deep Learning (深度学习) 作者：Yann Lecun, Yoshua Bengio, Geoffery Hinton 单位： FAIR， NYU， UMontreal， Utoronto， Google 发表会议及时间：《Nature》杂志 1、论文作者简介 2019年3月27日，美国计算机协会（ACM）宣布把2018年的图灵奖（Turing Award）颁给人工智能科学家Yosh...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值