课程介绍
深度学习的研究方向包括一个非常重要的主题：对无标签数据的应用。CS294 是顶级名校 UC 伯克利的课程，针对无监督学习的场景展开，包括深度生成模型和自监督学习两大主题。其中，生成模型使得对自然图像、音频波形和文本语料库等高维原始数据进行真实建模成为可能；而自监督学习算法在逐步缩小监督表示学习和非监督表示学习之间的差距。
CS294 课程涵盖了许多当前的最新研究和模型，是研究生级课程。对无监督学习和深度学习感兴趣的小伙伴可以重点关注这门课程。
课程讲师 Pieter Abbee，UC伯克利教授和人工智能实验室(BAIR)主任，OpenAI顾问，covariant.ai联合创始人。
课程主题
课程官网发布了课程主题，ShowMeAI 对其进行了翻译。
- Autoregressive Models（自回归模型）
- Flow Models（流模型）
- Latent Variable Models（变分自动编码器）
- Generative Adversarial Networks（生成对抗网络）
- Self-Supervised Learning（自监督学习）
- Semi-Supervised Learning（半监督学习）
- Unsupervised Distribution Alignment（无监督分布对齐）
- Compression（压缩）
- Learning from Text (OpenAI)（文本学习）
- Representation Learning in Reinforcement Learning（表征学习）
课程资料 | 下载
 |
扫描上方图片二维码，关注公众号并回复关键字 🎯『CS294』，就可以获取整理完整的资料合辑啦！当然也可以点击 🎯 这里 查看更多课程的资料获取方式！
ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：
- 📚 课件（PDF）。Lecture 1~23所有章节。
- 📚 课程示例代码（.ipynb文件）。可colab运行。
- 📚 课程作业与解答（.ipynb文件）。Homework 1~4。可colab运行。
- 📚 deepul（.py文件）。示例代码与作业辅助函数
课程视频 | B站
ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 👆 B站 观看完整课程视频哦！
本门课程，ShowMeAI 将部分章节进行了切分，按照主题形成更短小的视频片段，便于按照标题进行更快速的检索。切分后的视频清单列写在这里：
| 序号 | 视频章节 | 视频清单 |
|---|---|---|
| L1 | 第01讲 | 课程简介 |
| L2 | 第02讲 | 自回归模型 |
| L3 | 第03讲 | 流模型 |
| L4 | 第04讲 | 变分自动编码器 |
| L5 | 第05讲 | 生成对抗网络 |
| L6 | 第06讲 | |
| L7 | 第07讲 | 自监督学习 |
| L8 | 第08讲 | 优劣势综合分析 |
| L9 | 第09讲 | 半监督学习和无监督分布对齐 |
| L10 | 第10讲 | 压缩 |
| L11 | 第11讲 | 文本学习 |
| L12 | 第12讲 | 强化学习中的表征学习 |
根据视频内容整理的这份『CS294 课程结构图解』，展示了内容要点及其逻辑关系，超级直观！相信对构建 Whole Picture 特别有帮助~
学习建议
前置知识：概率论、优化和深度学习基础。
更多技术与课程清单 | 点击查看详细课程
