麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

麻省理工学院—深度学习与自动驾驶免费课程

 2017-07-13 雷特 机械鸡

这个课程是通过构建自动驾驶的应用为主题，来介绍深度学习的实践。它对初学者而言是开放的，专为那些刚接触机器学习的人而设计，但它也可以使该领域的高级研究人员能够深入了解深度学习方法及其应用。

L1：深度学习和自动驾驶简介

PDF：http://pan.baidu.com/s/1hsIdxx6

视频：http://t.cn/RKXLlw4

L2：深度强化学习的路径规划

PDF：http://pan.baidu.com/s/1hsIdxx6

视频：http://t.cn/RKXLlCF

L3：卷积式神经网络的驾驶任务端到端学习 

PDF：http://pan.baidu.com/s/1hsIdxx6

视频：http://t.cn/RKXLj7W

L4：递归神经网络

PDF：http://pan.baidu.com/s/1hsIdxx6

视频：http://t.cn/RKXLjMV

L5：以人为中心的半自动驾驶深度学习 

PDF：http://pan.baidu.com/s/1hsIdxx6

视频：http://t.cn/RKXLj3E

整理：雷特

★推荐阅读★

详解百度Apollo自动驾驶平台，三天就能开发无人车

DeepTraffic：用深度增强学习缓解交通阻塞（视频）

全球AI领域人才报告：华为、百度、阿里位居前三

必读 ‖ 自动驾驶中的机器学习算法

数据科学家、分析师必读的92本免费书籍 ‖ 资源

麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

 2017-09-09 Nereus 深度学习与NLP

    MIT最近放出了一套关于深度学习与自动驾驶应用的课程，主讲人Lex Fridman，MIT的一名博士后，主要半自动驾驶、场景感知、运动控制和规划等方向。

    这门课程介绍了深度学习相关知识，以自动驾驶为载体，详细介绍了深度学习技术在自动驾驶中的应用。非常适合初学者学习，课程主要面向那些刚接触机器学习、自动驾驶、深度学习的人，但同时也适用于深度学习、自动驾驶领域的高级研究人员，帮助学习者够深入了解深入学习方法及其在自动驾驶中的应用。

课程介绍：

共包含五次课程。

    Lecture 1: Introduction to Deep Learning and Self-Driving Cars

    介绍深度学习的基础知识，自动驾驶的相关知识，以及深度学习在自动驾驶领域的一些应用。

    Lecture 2: Deep Reinforcement Learning for Motion Planning

    介绍深度强化学习的基本概念、知识，以及在路径规划、自动驾驶等方面的应用。

    Lecture 3: Convolutional Neural Networks for End-to-End Learning of the Driving Task

    介绍卷积神经网络的原理，以及其在图像、语音、自动驾驶等领域的应用，最后介绍了Nvidia提出的端到端的自动驾驶系统。

    Lecture 4: Recurrent Neural Networks for Steering through Time

    主要介绍循环神经网络RNN的基本原理，以及RNN在自动驾驶相关的应用。

    Lecture 5: Deep Learning for Human-Centered Semi-Autonomous Vehicles

    介绍深度学习在基于人的半监督自动驾驶相关的技术，通过识别人的相关情况来实现和优化半自动驾驶。

完整视频下载地址：

链接:  https://pan.baidu.com/s/1nvSMaHr 

密码:  tfv2

DeepLearning_NLP

 深度学习与NLP

原文：

https://mp.weixin.qq.com/s?src=11&timestamp=1514026808&ver=592&signature=xYsMAAdLjiDyswr8ETFo3Mx8dgyR0vo5q7RMnbhfEaUuBW7bfMGPI71N1xfPNwQuAZkY5KMSJhfib3zseczLnT2l-yUkjncIaA3JCU8SjImFri7bRBl*-SU7cunnHZEt&new=1