李宏毅深度学习教程LeeDL-Tutorial

李宏毅老师是**大学的教授，其《机器学习》（2021年春）是深度学习领域经典的中文视频之一。李老师幽默风趣的授课风格深受大家喜爱，让晦涩难懂的深度学习理论变得轻松易懂，他会通过很多动漫相关的有趣例子来讲解深度学习理论。李老师的课程内容很全面，覆盖了到深度学习必须掌握的常见理论，能让学生对于深度学习的绝大多数领域都有一定了解，从而可以进一步选择想要深入的方向进行学习，对于想入门深度学习又想看中文讲解的同学是非常推荐的。

本教程主要内容源于《机器学习》（2021年春），并在其基础上进行了一定的原创。比如，为了尽可能地降低阅读门槛，笔者对这门公开课的精华内容进行选取并优化，对所涉及的公式都给出详细的推导过程，对较难理解的知识点进行了重点讲解和强化，以方便读者较为轻松地入门。此外，为了丰富内容，笔者在教程中选取了《机器学习》（2017年春）的部分内容，并补充了不少除这门公开课之外的深度学习相关知识。

内容介绍

引言 @王琦
深度学习 @王琦
- 局部最小值与鞍点
- 训练技巧
- 自适应学习率
- 分类问题损失函数
- 归一化
卷积神经网络和自注意力机制 @王琦
- 卷积神经网络
- 自注意力机制
循环神经网络 @王琦
Transformer @王琦
- Transformer
生成模型 @杨毅远
- 生成对抗网络基础
- 生成对抗网络理论与 Wasserstein 生成对抗网络
- 生成对抗网络的评估与有条件的生成对抗网络
- 循环生成对抗网络
自监督学习 @王琦
- 芝麻街的模型
- BERT
- GPT-3
自动编码器概念及其应用 @江季
扩散模型@王琦
对抗攻击 @杨毅远
- 对抗攻击基本概念
- 白盒攻击vs黑盒攻击
- 被动防守vs主动防守
可解释人工智能 @杨毅远
- 可解释人工智能概念与案例
- 可解释人工智能中的局部可解释性
- 可解释人工智能中的全局可解释性
迁移学习 @王琦
- 领域自适应
- 领域对抗训练
深度强化学习 @王琦
终身学习 @杨毅远
- 灾难性遗忘
- 缓解灾难性遗忘
网络压缩 @王琦
- 剪枝与彩票假设
- 知识蒸馏
元学习 @杨毅远
- 元学习的概念
- 元学习的实例算法
- 元学习的应用
ChatGPT @杨毅远
- 对于ChatGPT的误解
- ChatGPT背后的关键技术——预训练
- ChatGPT带来的研究问题

配套代码

点击或者网页点击Homework文件夹进入配套代码

扩展资源

对强化学习感兴趣的读者，可阅读蘑菇书EasyRL
对视觉强化学习感兴趣的读者，可阅读Awesome Visual RL

贡献者

Qi Wang

上海交通大学博士生
**科学院大学硕士

Yiyuan Yang

牛津大学博士生
清华大学硕士

John Jim

北京大学硕士

引用信息

@misc{wang2023leedltutorial,
title = {李宏毅深度学习教程},
year = {2023},
author = {王琦，杨毅远，江季},
url = {https://github.com/datawhalechina/leedl-tutorial}
}

@misc{wang2023leedltutorialen,
title = {Deep Learning Tutorial by Hung-yi Lee},
year = {2023},
author = {Qi Wang，Yiyuan Yang，Ji Jiang},
url = {https://github.com/datawhalechina/leedl-tutorial}
}