文章来源:https://uudwc.com/A/9qdz
目录
- 重磅须知
- 我维护的其他项目
- 其他优质课程(建议关注,以免迷路哈哈哈)
- 更新日志
- 2021课件及作业资料(已完结)
- 2022课件及作业资料(已完结)
重磅须知
(重磅须知,统一说明)为方便所有网课资料与优质电子书籍的实时更新维护,创建了一个在线实时网盘文件夹;
网盘获取方式:公众号【啥都会一点的研究生】,本节课对应序号【05】;
UP将2021&2022所有作业的数据资料整理打包好了,由于文件太大,已同步放在上述所提在线网盘;
在线网盘能满足该课程所需资料的全部需求,链接挂掉也会及时更新,祝大家学习顺利;
2022仅在2021基础上进行小补充,2021内容变成了前置知识,UP会在视频标题打上2022的标签;
2021资料已打包装进百度云盘,ppt/pdf支持直链下载。文章来源地址https://uudwc.com/A/9qdz
我维护的其他项目
- 图片数据不够?我做了一款图像增强软件
- 开箱即用,涵盖主流模型的图像分类|主干网络学习/对比/魔改项目
其他优质课程(建议关注,以免迷路哈哈哈)
名称 | 链接 |
---|---|
(高清重制)麻省理工学院 MIT 18.06 线性代数 | 视频地址 |
(强推)Python面向对象编程五步曲-从零到就业 | 视频地址 |
【吴恩达亲授】适用于所有人的人工智能课程(中字) | 视频地址 |
(强推 双字)网易版吴恩达机器学习课程 | 视频地址 |
(强推 双字)2022吴恩达机器学习Deeplearning.ai课程 | 视频地址 |
(强推 双字)2018秋季CS229机器学习-官方高清版 | 视频地址 |
(强推 双字)2021版吴恩达深度学习课程Deeplearning.ai | 视频地址 |
(强推)浙江大学-机器学习 | 视频地址 |
吃透《统计学习方法》 | 视频地址 |
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas | 视频地址 |
适用于初学者的Pytorch神经网络编程教学 | 视频地址 |
(强推)Pytorch深度学习实战教学 | 视频地址 |
(强推)TensorFlow官方入门实操课程 | 视频地址 |
【北交】图像处理与机器学习 | 视频地址 |
零基础OpenCV4-C++极简入门 | 视频地址 |
(全)基于python的Opencv项目实战 | 视频地址 |
(强推)最新斯坦福CS231n计算机视觉课程 | 视频地址 |
更新日志
日期 | 项目 |
---|---|
2021/03/16 | 更新HW1、HW2,同步更新助教范例 |
2021/03/26 | 更新HW3、HW4课件、代码、范例;release页发布HW1-HW4数据 |
2021/04/01 | 更新选修内容To Learn More,基本是李老师今年不打算讲而以前讲过的知识点(旧视频) |
2021/04/09 | 更新GAN 及 HW05 |
2021/04/16 | 更新Self-Supervised Learning 及 HW06 |
2021/04/30 | 更新Explainable AI&Adversarial Attack 及 HW07&HW08 |
2021/05/06 | 更新Domain Adaptation 及 HW09&HW10 |
2021/05/21 | 更新RL 及 HW11 |
2021/05/28 | 更新Quantum ML |
2021/06/04 | 更新Life-Long&Compression 及 HW12 |
2021/06/11 | 更新Meta Learning 及 HW13&HW14 |
2021/06/18 | 更新HW15,随着李老师课程结语视频上传,2021机器学习基本结束啦 |
2021/12/20 | 更新Github排版,删除repo中的ppt/pdf直接提供下载链接,2021总资料放入公众号 |
2022/02/17 | 2022春季机器学习课程仅在21基础上进行小补充,UP同步更新官网补充内容 |
2022/02/21 | 更新Lecture 1:Introductionof Deep Learning补充内容,Github排版大更新 |
2022/02/25 | 更新Lecture 2:What to do if my network fails to train补充内容与HW2 |
2022/03/05 | 更新Lecture 3:Images input,HW3 |
2022/03/13 | 更新Lecture 4 Sequence as input,HW4 UP将2021&2022所有作业的数据资料整理打包好放在公众号【啥都会一点的研究生】 |
2022/03/18 | 更新Lecture 5 Sequence to sequence,HW5,相应Data放在公众号维护的网盘中 |
2022/04/05 | 更新Lecture 7以及HW6 |
2022/04/16 | 更新HW7 |
2022/04/23 | 更新HW8 |
2022/04/30 | 更新Lecture 9 & Lecture10,HW9 |
2022/05/06 | 更新HW10 |
2022/05/13 | 更新HW11,部分Lecture10教学视频 |
2022/05/24 | 更新HW12 |
2022/05/30 | 更新HW13 |
2022/06/10 | 更新HW14、HW15 |
2022/07/03 | 将所有课件/作业/数据集进行更新,在线网盘满足所有资料,课程完结啦 |
B站主页 | 啥都会一点的研究生 |
---|---|
人工智能技术探讨群1 | 78174903 |
人工智能技术探讨群2 | 571218304 |
人工智能技术探讨群3 | 584723646 |
名称 | 项目 |
---|---|
2021课程主页 | 李宏毅2021春季机器学习 |
2022课程主页 | 李宏毅2022春季机器学习 |
B站视频合集 | (强推)李宏毅2021/2022春机器学习课程 |
GitHub资料汇总 | GitHub链接 |
2021课件及作业资料(已完结)
章节 | 名称 | 资料 | 作业 |
---|---|---|---|
Introduction | Course Introduction | ppt pdf | Colab: pdf code Pytorch: pdf1 pdf2 code |
Introduction | Introduction of ML/DL | ppt pdf | HW1: pdf code |
Deep Learning | Guideline of ML: overfit | ppt pdf | - |
Deep Learning | Critical Point: small gradient | ppt pdf | - |
Deep Learning | Adaptive Learning Rate: optimizer | ppt pdf | - |
Deep Learning | Loss of Classification: classification | ppt pdf | HW2: pdf code code |
CNN & Self-Attention | ML Pretest | - | |
CNN & Self-Attention | CNN | ppt pdf | HW3: pdf code |
CNN & Self-Attention | Self-Attention | ppt pdf | HW4: pdf code |
Theory of ML | PAC Learning | - | |
Transformer | Normalization | ppt pdf | - |
Transformer | Seq2Seq | ppt pdf | HW5: pdf code code |
Generative Model | GAN | ppt pdf | HW6: pdf code |
Self-Supervised Learning | BERT | ppt pdf | HW7: pdf code |
Self-Supervised Learning | Auto-Encoder & Anomaly Detection | ppt pdf | HW8: pdf code |
Explainable AI / Adversarial Attack | Explainable AI | ppt pdf | HW9: pdf code |
Explainable AI / Adversarial Attack | Adversarial Attack | ppt pdf | HW10: pdf code |
Domain Adaptation | - | ppt pdf | HW11: pdf code code |
RL | DRL | ppt pdf | HW12: pdf code code |
Quantum ML | - | - | |
Life-Long/Compression | Life-long Learning | ppt pdf | HW13: pdf code |
Life-Long/Compression | Network Compression | ppt pdf | HW14: pdf code |
Meta Learning | - | ppt pdf | HW15: pdf code |
2022课件及作业资料(已完结)
章节 | 2021前置知识 | 2022补充 | 选修 | 作业 |
---|---|---|---|---|
Lecture 1 |
(上)机器学习基本概念简介 (下)机器学习基本概念简介 |
Video: 2022-机器学习相关规定 2022-Colab教学 2022-Pytorch Tutorial 1 2022-Pytorch Tutorial 2 PDF: Rules Chinese class course intro Pytorch Tutorial 1 Pytorch Tutorial 2 Colab Tutorial Environment Setup |
深度学习简介 反向传播 预测-宝可梦 分类-宝可梦 逻辑回归 |
Video Slide Code Submission |
Lecture 2 |
(一)局部最小值 (local minima) 与鞍点 (saddle point) (二)批次 (batch) 与动量 (momentum) (三)自动调整学习率 (Learning Rate) (四)损失函数 (Loss) 也可能有影响 |
Video: 2022-再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理 PDF: Theory |
Gradient Descent (Demo by AOE) Beyond Adam (part 1) Beyond Adam (part 2) |
Video Slide Code Submission |
Lecture 3 | 卷积神经网络CNN | Video: 为什么用了验证集还是过拟合 鱼与熊掌可以兼得的机器学习 PDF: Validation Why Deep |
RNN(part 1) RNN(part 2) GNN(part 1) GNN(part 2) |
Video Slide Code Submission |
Lecture 4 |
自注意力机制(Self-attention)(上) 自注意力机制(Self-attention)(下) |
Video: [None] PDF: [None] |
RNN(part 1) RNN(part 2) GNN(part 1) GNN(part 2) |
Video Slide Code Submission |
Lecture 5 |
类神经网络训练不起来怎么办(五)批次标准化 Transformer(上) Transformer(下) |
Video: 各式各样神奇的自注意力机制 (Self-attention) 变型 PDF: xformer |
NAT model Pointer network |
Video Slide Code Submission |
Lecture 6 |
GAN(一)基本概念介绍 GAN(二)理论介绍与WGAN GAN(三)生成器效能评估与条件式生成 GAN(四)Cycle GAN |
Video: [None] PDF: [None] |
Theory of GAN (part 1) Theory of GAN (part 2) Theory of GAN (part 3) Deep Generative Model (part 1) Deep Generative Model (part 2) FLOW-based Model |
Video Slide Code |
Lecture 7 |
自监督学习(一)芝麻街与进击的巨人 自监督学习(二)BERT简介 自监督学习(三)BERT的奇闻轶事 自监督学习(四)GPT的野望 |
Video: 如何有效的使用自督导式模型 语音与影像上的神奇自督导式学习模型 PDF: Recent Advance of Self-supervied learning for NLP SSL for Speech and Image |
BERT (part 1) BERT (part 2) GPT-3 |
Video Slide Code Submission |
Lecture 8 |
自编码器 (Auto-encoder) (上) – 基本概念 自编码器 (Auto-encoder) (下) – 领结变声器与更多应用 Anomaly Detection (1_7) Anomaly Detection (2_7) Anomaly Detection (3_7) Anomaly Detection (4_7) Anomaly Detection (5_7) Anomaly Detection (6_7) Anomaly Detection (7_7) |
Video: [None] PDF: [None] |
PCA t-SNE |
Video Slide Code Submission |
Lecture 9 |
机器学习的可解释性 (上) – 为什么神经网络可以正确分辨宝可梦和数码宝贝 机器学习的可解释性 (下) –机器心中的猫长什么样子 |
Video: 自然语言处理上的对抗式攻击 Part1 PDF: Adversarial Attack for NLP |
[None] |
Video Slide Code |
Lecture 10 |
来自人类的恶意攻击 (Adversarial Attack) (上) – 基本概念 2021 - 来自人类的恶意攻击 (Adversarial Attack) (下) – 类神经网络能否躲过人类深不见底的恶意 |
Video: 自然语言处理上的对抗式攻击 Part2 自然语言处理上的对抗式攻击 Part3 自然语言处理上的模仿攻击 (Imitation Attack) 以及后门攻击 (Backdoor Attack) PDF: Adversarial Attack for NLP |
More about Adversarial Attack (1_2) More about Adversarial Attack (2_2) |
Video Slide Code Submission |
Lecture 11 | 概述领域自适应 (Domain Adaptation) | Video: 恶搞自督导式学习模型 BERT的三个故事 PDF: More about self-supervised learning |
Video Slide Code Submission |
|
Lecture 12 |
(一)增强式学习和机器学习一样都是三个步骤 (二)Policy Gradient 与修课心情 (三)Actor-Critic (四)回馈非常罕见的時候怎么办?机器的望梅止渴 (五)如何从示范中学习?逆向增強式学习 (Inverse RL) |
Video: [None] PDF: [None] |
Video Slide Code Submission |
|
Lecture 13 |
神经网络压缩 (一) - 类神经网络剪枝(Pruning) 与大乐透假说(Lottery Ticket Hypothesis) 神经网络压缩 (二) - 从各种不同的面向來压缩神经网络 |
Video: [None] PDF: [None] |
Proximal Policy Optimization (PPO) Q-learning (Basic Idea) Proximal Policy Optimization (Advanced Tips) Proximal Policy Optimization (Continuous Action) Geometry of Loss Surfaces (Conjecture) |
Video Slide Code Submission |
Lecture 14 |
机器终身学习 (一) - 为什么今日的人工智能无法成为天网?灾难性遗忘(Catastrophic Forgetting) 机器終身学习 (二) - 灾难性遗忘(Catastrophic Forgetting) |
Video: [None] PDF: [None] |
Video Slide Code [Submission] |
|
Lecture 15 |
元学习 Meta Learning (一) - 元学习和机器学习一样也是三個步骤) 元学习 Meta Learning (二) - 万物皆可 Meta |
Video: 各种奇葩的元学习 (Meta Learning) 用法 PDF: Meta |
MAML (1) MAML (2) MAML (3) MAML (4) MAML (5) MAML (6) MAML (7) MAML (8) MAML (9) Gradient Descent as LSTM (1_3) Gradient Descent as LSTM (2_3) Gradient Descent as LSTM (3_3) Metric-based (1) Metric-based (2) Metric-based (3) Train+Test as RNN |
Video Slide Code Submission |