伯克利课程-深度无监督学习(2020)-视频及ppt分享

课程介绍

    本课程将涵盖深度学习领域两个无监督学习模型：深度生成模型和半监督学习模型。生成模型的最新进展使得其可以对高维原始数据进行高效的建模，例如自然图像，音频波形和文本语料库。从微调到未知的新任务方面，半监督学习模式已开始缩小有监督表示学习与无监督表示学习之间的差距。本课程将涵盖这些主题及其新启用的应用场景的理论基础。

    文末附本课程ppt及视频获取地址（持续更新）。

     

课程老师及助教

     

课程大纲

课程视频及ppt获取地址: https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247487161&idx=1&sn=8e000abc41973ea7ad6bf2246539f845&chksm=97a0c56da0d74c7b1bf69b68e55e4b7a9e12b49741bd4a32c38cda40c721bbb576bfafb16ba2&token=872865137&lang=zh_CN#rd

往期精品内容推荐

胡伟-知识图谱融合方法概述分享

历史最全图像/视频去模糊化精选论文整理分享

Pytorch官方力荐-11月新书《Pytorch深度学习实战指南》pdf及代码分享

文本生成公开数据集/开源工具/经典论文详细列表分享

深度学习-机器学习从入门到深入全套资源分享

2019年BAT、TMD等互联网最新、最全面试题目及答案汇总

深度神经网络压缩和加速相关最全资源分享

最全中文自然语言处理数据集、平台和工具整理

元学习（Meta Learning）最全论文、视频、书籍资源整理

图神经网络(GNN)必读论文及最新进展跟踪