機器之心報道
參與：一鳴、Jamin
依然在家工作或學習的你，也許需要這份最新的 MIT 深度學習公開課。
作為頂尖學府，MIT 自然有不少優秀的公開課。但是他們並沒有停下開源的腳步。一月底，MIT 6.S191：深度學習導論課程已開始授課了。每週更新一次課程視頻，還提供了 PPT 和 Lab Session 的內容。在家閒著沒事的你，也可以看看這些資料，感受下 MIT 的薰陶。
課程官網地址：http://introtodeeplearning.com/index.html
全面、公開，還有業界反饋的深度學習課
在課程介紹中，MIT 表示，這是深度學習的入門課程，主要介紹計算機視覺、自然語言處理、生物學等相關領域的深度學習應用。通過課程學習後，學生能夠獲得深度學習算法的基礎知識，具有在 TensorFlow 框架下構建神經網絡的實踐經驗。有趣的是，在課程結束前還會舉行項目提案競賽，讓學生從授課老師或是行業贊助商得到關於項目的反饋。
贊助商一覽。
當然，因為是入門級別的課程，所以學生不需要有太多的基礎知識儲備。上課前，課程主辦方希望學生能掌握線性代數和微積分的基礎知識，這些包括乘法矩陣，求導以及鏈式法則。但是他們也會盡量在學習過程中向解釋其他相關的知識點。另外，Python 方面的代碼經驗對此課程是有幫助的，但也不是強制要求。
課程安排和目錄
在課程設置和安排上，本次的課程包括了 10 節大課和 5 個 Lab Session，在瞭解理論和應用的同時也可以上手實踐。
10 節課包括：
- 引言；
- 深度序列建模；
- 深度計算機視覺；
- 深度生成模型；
- 深度強化學習；
- 限制和新的前沿發展；
- 神經信號混合 AI；
- 應用於機器人上的、可泛化的自主性；
- 神經生成；
- 用於氣味分子的機器學習；
從課程內容可以看出，雖然是深度學習的入門課程，但涵蓋的內容不僅僅限於計算機視覺，而是從序列開始（RNN）到生成模型（GAN 等），以及強化學習（RL）。在應用方面也結合了大量的新學科，如生物學、機械工程、神經科學、分子化學等。
同時，課程提供了 5 個 Lab Session，這是一種常見的實踐課形式，幫助學生上手寫代碼，設計自己的項目。
這 5 個 Session 分別有：
- TensorFlow 入門：音樂生成；
- 去偏見的面部識別系統；
- 將圖像像素作為輸入的控制學習；
- 期末項目；
- 期末項目評價和打分；
這些實踐課，無疑是深度學習最好的上手資源了。
什麼時候開課呢？其實這些課程在 1 月底（27 日）已經開始了，現在已經進行了四分之一。最新一期（第四節課）的視頻和 PPT 將會在 28 日公開。
對於課程材料，它們都是開源的，遵守 MIT 許可證。
已公開的視頻內容。
還在等什麼，可以開始學起來了。
閱讀更多 機器之心Pro 的文章
