GitHub Stars
1.7K
Forks数量
299
贡献者数量
22
许可证
Other
收录理由
这份仓库汇集了纽约大学2021年春季深度学习课程的讲义、笔记本和作业，课程由Yann LeCun与Alfredo Canziani讲授。其特别之处在于教学顺序：先讲历史、反向传播与梯度下降，接着以循环和卷积网络为例说明参数共享，随后将潜变量能量模型作为核心模块来展开，而非附带一提。后续内容都建立在这一能量模型框架之上，因此按顺序学习整个课程，会走出一条与多数公开课不同的深度学习理解路径。对于自学的人，或想在教学中突出能量模型的老师，都很合适。仓库还附有往届课程链接，方便追溯教学材料的演变。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建