如何開始深度學習?麻省理工開源了一份入門級課程(MIT 6.S094中譯...

2020-12-11 雷鋒網

2018 MIT 6.S094 官方授權翻譯的中文字幕版,終於來了 !

近日,麻省理工學院(MIT)開源了 2018 年最新版「MIT 6.S094:深度學習和自動駕駛」。雷鋒字幕組 獲MIT官方授權翻譯,4 月 13 日正式開始放送課程中文字幕版,同步更新在 AI 研習社、AI 慕課學院。

課程連結:http://www.mooc.ai/course/483 

每周五更新,預計持續 8 周

2018 MIT 6.S094 中文字幕版 Lecture1 深度學習

2018 MIT 6.S094 中文字幕版 Lecture1 深度學習

. . .

MIT 6.S094是入門自動駕駛必修課,對於剛剛接觸自動駕駛、機器學習、深度學習的新人來說,是非常友好的入門學習材料,全課只有5節1小時課程+3節客邀講座,總長度不超過9小時,中文譯版還可以倍速播放。

正式資源放出之後,就一直熱度在線,畢竟現在自動駕駛還是AI非常熱門的領域,大夥對造一輛屬於自己的無人車,還是抱有美好期待的。

先來看看,MIT 6.S094的課程簡介

麻省理工學院深度學習和自動駕駛課程,介紹了深度學習的相關知識,以及深度學習在自動駕駛領域的實踐和應用。

認真補充課程能量,聽完之後,就能擼出一臺無人駕駛車的算法了。

2018 MIT 6.S094 中文字幕版 Lecture1 深度學習

MIT 6.S094 適合學習的人群

課程主要面向機器學習初學者,也同樣適用於深度學習、自動駕駛領域的高級研究人員,能夠幫助學習者了解深度學習在自動駕駛中的應用。

這個講座還蠻體貼的,適合大部分對自動駕駛感興趣的人,會不會編程都能聽,當然有Python基礎的話能發掘出更多有意思的研究點。

正經的課程大綱

第一講  -  深度學習

第二講  -  自動駕駛

第三講  -  深度增強學習

第四講  -  計算機視覺

第五講  -  能夠感知人類的深度學習

客邀講座 - 自動駕駛機器學習的興起

/Sacha Arnoud .Waymo 技術總監

客邀講座 - 深度學習在自動駕駛領域的應用

/Emilio Frazzoli .nuTonomy 首席技術官 ,前MIT教授

客邀講座 - 深度學習在自動駕駛領域的應用

/Sterling Anderson .Aurora 聯合創始人,前特斯拉Autopilot主管


2018 MIT 6.S094 原版課程頁

課程團隊

領銜授課人是Lex Fridman,麻省理工學院研究員,致力於研究以人為中心的人工智慧,主要研究深度學習在半自動駕駛環境下的應用,比如感知駕駛員狀態、感知場景、運動控制和規劃等等。

領銜授課人 Lex Fridman

據見過Lex本尊的小夥伴說,當場被Lex的顏值擊倒,真正的始於才華,陷於顏值。

客座講師陣容相當有料,有Waymo技術總監、nuTonomy 首席技術官和前特斯拉Autopilot主管,夠你把自動駕駛界的鼻祖都摸個透了。

2018 MIT 6.S094 原版授課團隊

課程資料

5節課程視頻(含slides)+ 3節客邀講座 + 2個訓練項目 ( DeepTraffic  + DeepTesla)

 訓練項目DeepTraffic

DeepTraffic 用遊戲的方式來訓練神經網絡,模擬汽車在高速公路上行駛,我們可以在線編寫神經網絡代碼,也可以訓練、測試、提交模型,利用強化學習控制汽車、提高車速。

 訓練項目DeepTesla

DeepTesla 則使用到Tesla的數據,我們可以看到卷積神經網絡是怎樣分解圖片的,其實也就是呈現了卷積神經網絡的端到端轉向。

除此之外,MIT還為長期研究該主題的學者提供了課前、課中、課後相關資源作為補充。

感興趣且有梯子的小夥伴可以查閱課程主頁:

https://selfdrivingcars.mit.edu/ 

關於課後

為了方便大家交流,課程頁面還有討論區,目前支持大家提問/回答,以及發布文章,可以插入圖片、視頻、超連結、代碼塊、公式編輯器,歡迎大家在社區中進行更多形式的交流。請大家在學習過程中多做學習筆記,不僅僅是記錄課堂知識,更是結合自己的思考和理解,這樣可以理解更加透徹,更利於知識內化。

2018 MIT 6.S094 中文譯版課程頁

課程推薦

按照慣例,我們也邀請到參與MIT6.S094譯製的雷鋒譯者們,來說說他們對這門課的走心評價。

課程較系統地講解了自動駕駛方面的知識,對於新手全面了解這方面的信息非常有用。2018的最新課程,邀請了來自Waymo等公司的大佬現身說法,介紹了這一領域的最新動態,和實際遇到的問題,並且附帶的作業有很強的實踐性。

@程煒

總的來說,這門課屬於「論文綜述」性的課程 ,你可以了解到MIT在無人車領域的最新進展。

@周昱

MIT 自動駕駛課程是對自動駕駛好奇的童鞋入門必選。導師富有才華,在自動駕駛領域鑽研多年。導師語速不疾不徐,適合大部分童鞋聽課。當然對於思維敏銳力求在最短時間內學到最多知識的童鞋,建議 2 倍速觀看。

@餘杭

實踐性比較強的一門課程,結合例子便於理解一些概念。自動駕駛是一項具有挑戰性的工程,如何讓機器像人一樣去觀察周圍環境,進行數據處理,保證駕駛的準確度和靈敏度都需要認真思考解決。

@廖穎

我覺得課程會講到很多新的技術,老師也會分析領域上的發展趨勢。實例也比較多,第一節課提到了一個DeepTraffic小遊戲課程項目,後面應該也會展開,感覺很有意思。PS:老師長得老師長的像越獄裡的Michael。

@劉寧

主講老師,如Waymo的Sacha老師,妥妥的產業界大牛,講課基本上是按照個人實際經驗來的,一些關於Waymo研發過程的展示很有意思。總體來說,課程很適合想了解自動駕駛以及想深入自動駕駛領域的同學。

@王飛

課程內容挺好的,我翻譯的那部分是Lex請Aurora的大神Sterling Anderson講的,從他在MIT的項目講到Tesla autopilot的研發和Aurora的創立,對關注自動駕駛技術的小夥伴非常有幫助。

@李誠

我覺得老師有一點說的很好,就是在短期內無法達到高度的自主化駕駛的情況下,最應該做的是解決人機互動的問題。也就是說當機器無法做出正確判斷的時候,及時發出預警讓人類接管。這個思路和大多數無人駕駛公司的宣傳思路完全相反,但我覺得很務實,除了自動駕駛,在醫療等看重安全性的領域都很有借鑑的意義。

@李石羽

翻譯團隊

雷鋒字幕組是由一群AI愛好者組成的志願翻譯團隊,團隊成員有算法工程師、程式設計師、大數據專家、產品經理、IT諮詢人及在校師生。

志願者來自谷歌、阿里、騰訊、網易、美團、平安科技、IBM、Adobe等國內外知名企業及清華、北大、復旦、中大、中科院等知名院校。

目前,我們正在翻譯的課程還有麻省理工 MIT6.S099 通用人工智慧課程 、斯坦福CS224d深度學習與自然語言處理課程等等,希望和我們一起翻譯學習進步,歡迎添加微信leiphonefansub,備註「雷鋒字幕組+姓名」,加入我們!

雷鋒網推薦 往期譯製課程 Click here  雷鋒網雷鋒網(公眾號:雷鋒網)

相關文章:

手持這份視頻清單,一定大滿足

我們從李飛飛斯坦福CS231n課程講義裡,扒來了最全的計算機視覺術語表

CS231n 2017 今天正式開課!雙語字幕版獨家上線!

雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • MIT 6.S094· 感知人類的深度學習 | 學霸的課程筆記,我們都替你...
    課程團隊授權翻譯自動駕駛課程,視頻連結:http://www.mooc.ai/course/483/info我們為你整理了每一個 Lecture 的課程筆記,提煉出每一講的要點精華,推薦結合課程筆記觀看視頻內容,學習效果更佳。
  • 重磅 史上最全的深度學習和自動駕駛術語表!(來自麻省理工 MIT 6.S...
    歷時 8 周,雷鋒字幕組經麻省理工學院授權翻譯的 2018 MIT 6.S094 深度學習和自動駕駛課程完結啦!【中英雙語字幕】深度學習和自動駕駛所有課程視頻觀看地址:AI 慕課學院:http://www.mooc.ai/course/483
  • MIT 6.S094· 計算機視覺 | 學霸的課程筆記,我們都替你整理好了
    課程團隊授權翻譯自動駕駛課程,視頻連結:http://www.mooc.ai/course/483/info我們為你整理了每一個 Lecture 的課程筆記,提煉出每一講的要點精華,推薦結合課程筆記觀看視頻內容,學習效果更佳。
  • MIT 深度學習基礎教程:七個基本框架TensorFlow代碼實戰
    【導讀】麻省理工學院發布一系列深度學習視頻課和代碼實戰,今天給大家介紹的是研究科學家Lex Fridman整理的常用的深度學習七個基本框架實戰,
  • 學界 | MIT深度學習課程全部視頻及課件開放
    近期又開放了一門更偏概述的深度學習課程——6.S191: Introduction to Deep Learning(深度學習入門),官方介紹該課程為一門對深度學習算法和應用的入門課程(An introductory course on deep learning algorithms and their applications)。
  • MIT 6.S094· 深度學習 | 學霸的課程筆記,我們都替你整理好了
    課程團隊授權翻譯自動駕駛課程,視頻連結:http://www.mooc.ai/course/483/info我們為你整理了每一個 Lecture 的課程筆記,提煉出每一講的要點精華,推薦結合課程筆記觀看視頻內容,學習效果更佳。
  • MIT最新發布,2019人工智慧公開課上線!(附資源連結)
    根據官網介紹,目前開放的課程和講座包括深度學習、深度強化學習、自動駕駛和AI,授課老師為Lex Fridman,想要學習的同學收好這份資源吧。麻省理工學院(MIT)的 2019 人工智慧領域公開課正式上線啦!據官方頁面顯示,MIT 分享的課程及講座,涵蓋了深度學習、深度強化學習、自動駕駛、人工智慧,由 Lex Fridman 授課指導。新課程將於明年 1 月正式開講。
  • 資源連結|深度學習教程資源整理(伯克利、斯坦福、MIT、阿里、吳恩達)
    一門面向所有人的人工智慧公開課:MIT 6.S191,深度學習入門https://github.com/aamini/introtodeeplearning_labs對初學者來說,有沒有易於上手,使用流行神經網絡框架進行教學的深度學習課程?
  • 2020 MIT 6.824 分布式系統課程
    可能有讀者開始腦補了,說了半天,還不知道 MIT 6.824 是什麼。不用擔心,筆者下面會詳細介紹這門非常有名的網上公開課,對於已經知道的博學的讀者就溫故而知新吧。MIT 6.824MIT 6.824 是麻省理工的一門關於分布式系統的課程,該課程由 12 個單元組成的核心研究生科目,包括演講、閱讀、編程實驗室、可選項目、期中考試和期末考試。
  • 麻省理工學院新推出的免費深度學習課程
    麻省理工學院最近上線了一門名為《深度學習簡介》的課程。這門免費的在線課程包括10次講座和5次實驗課,授課團隊包括麻省理工學院的兩位講師和十幾位教學助理。該課程由包括谷歌和英偉達在內的高科技巨頭贊助。深度學習是指由大數據推動的大型神經網絡,就像OpenAI著名的生成顯示文本的GPT-3模型。深度學習有一系列廣泛的用例,從自動駕駛汽車到在谷歌搜索和YouTube等大型平臺上提供用戶推薦。如今,許多企業可能會在深度學習中找到價值,無論是從類型數據中發現洞察力,還是推動增長的速度。似乎無代碼人工智慧正在接管。
  • 美國麻省理工學院創新教學實踐的具體做法:從學習科學視角
    這樣的形勢下,許多高校開始積極探索教學改革之路。國家大批的教育硬體投資為教學改革提供了有效保障,掀起了我國高校積極探索創新教學的熱潮[1]。如近幾年熱門的翻轉課堂,打破了傳統的教學方式,重構知識講授與知識內化的環節,相關研究已證實能夠提升學生的課程參與度和知識的內化[2-5]。又如通過線上線下的混合學習,將傳統課堂教學與在線學習的優勢相結合,是目前信息化教學的主流[6]。
  • MIT深度學習教程:一文看懂CNN、RNN等7種範例(TensorFlow教程)
    新智元報導  來源:medium作者:Lex Fridman  編輯:肖琴【新智元導讀】作為MIT的深度學習基礎系列課程的一部分,本文概述了7種架構範例的深度學習,每個範例都提供了TensorFlow教程的連結。
  • 入門者的機器學習/深度學習自學指南
    包括數學基礎、計算機編程基礎、機器學習和深度學習的相關公開課程(本文最後提供了如何找到這些公開課資源的方式)和經典教材。1. 數學基礎1.1 線性代數Gilbert Strang. 18.06: Linear algebra. MIT, 2011.
  • 想學習數據科學?我們整理了一份優質編程入門課程清單
    學習時間: 7 周估計投入時間:每周 6-8 小時這是針對沒有編程經驗人群的計算機編程入門課程。 涵蓋 Python 中編程基礎知識,包括基本數據類型(數字類型,字符串,列表,字典和文件),控制流程,函數,對象,方法,欄位和可變性。
  • 線上的麻省理工學院:超2400門課程,涵蓋計算機科學、人工智慧……
    以2010年的一門人工智慧課程為例,國外原生網課,由教授Patrick Henry Winston 主講,研究生入門必修。據說,這門課學完之後,學生應該能夠通過具體的計算問題以及解決方案進行開發智能系統;理解知識表示、問題解決和學習在智能系統工程中的作用;並從計算的角度理解問題,從而了解視覺和語言在人類智能方面的作用。此外,還有課程安排、教學大綱,有些課程的所需書籍直接給出亞馬遜連結。
  • 如何入門機器學習?這裡有一份來自英偉達計算機科學家的課程清單
    ,如果有一份好的 學習教程尤其是學習視頻,學習效果無疑會事半功倍。其中:如果你想了解計算機視覺,CS231n 是非常好的入門材料,也是計算機視覺和深度學習領域最經典的課程之一,這門課適合絕大多數想要學習深度學習知識的人。
  • 【資源推薦】麻省理工學院開放課件平臺MIT Open Courseware
    關鍵詞:開放教學資源;開放課件;麻省理工學院;美國Open Courseware是一個免費開放的教育平臺
  • 不瞞你說,我是聽著MIT教授Gilbert Strang線性代數課入門的!現86歲,仍堅持課堂!
    斯特朗現任麻省理工學院數學系 MathWorks 講座教授。主要講授課程為線性代數入門(Introduction to Linear Algebra,18.06)和計算科學與工程(Computational Science and Engineering,18.085),這些課程都可在麻省理工學院開放式課程中免費學習。大家應該全體起立!致敬!
  • 如何學習人工智慧?這裡有一份機器學習/AI領域最高質量的資源列表
    為了全面了解人工智慧及其應用,推薦 Andrews Ng's 的 AI for EveryoneCoursera 系列課程。>對於深度學習,我們推薦以下內容:RL&Deep 的真正入門教程:Faizan Shaikh 的博客帖子 Simple Beginner’s Guide to Reinforcement Learning & its Implementation。
  • 如何自學MIT的應用數學課程?這裡有個參照給你
    生物學和認知科學背景出身,中途迷上了神經網絡,開始學習機器學習並自學編程,為了看懂機器學習文獻又去自學數學,然後愛上了數學——這就是本文作者和數學結緣的原因,也是他決定自學MIT應用數學的動機。本文詳細介紹了作者準備自學數學課程的計劃 ↓↓今年夏天我打算做一個特別有意思的個人發展項目:完成MIT的應用數學課程。