UP主： 封面： 简介：MIT 麻省理工 · 6.S191 · Introduction to Deep Learning (2021 / 2020 / 2019 / 2018)官网：见评论区➤ 全套资料库：http://blog.showmeai.tech/mit-6.s191讲师：Alexan...
视频选集 【2021】L1- 深度学习导论 | 6.S191 【2021】L2- 循环神经网络 【2021】L3- 卷积神经网络 【2021】L4- 深度生成建模 【2021】L5- 强化学习 【2021】L6- 深度学习前沿知识 【2021】L7- 证据性深度学习和不确定性 【2021】L8- 人工智能偏见和公平 【2021】L9- 用于信息抽取的深度 CPCFG 【2021】L10- 通过域适应处理数据集偏差问题 【2021】L11- 面向 3D 内容构建的 AI 【2021】L12- 医疗保健中的人工智能 【2020】L0- 深度学习简介 【2020】L1- 深度学习简介 【2020】L2- 循环神经网络 【2020】L3- 卷积神经网络 【2020】L4- 深度生成建模 【2020】L5- 强化学习 【2020】L6- 深度学习新前沿 【2020】L7- 神经符号人工智能 【2020】L8- 机器人操作的通用自主性 【2020】L9- 神经渲染 【2020】L10- 嗅觉领域的机器学习 【2019】L1- 深度学习简介 【2019】L2- 循环神经网络 【2019】L3- 卷积神经网络 【2019】L4- 深度生成建模 【2019】L5- 深度强化学习 【2019】L6- 深度学习的局限性和新前沿 【2019】L7- 机器学习可视化 (Google Brain) 【2019】L8- 受生物启发的神经网络 (IBM) 【2019】L9- 图像域迁移学习 (NVIDIA) 【2018】L1- 深度学习简介 【2018】L2- 使用神经网络进行序列建模 【2018】L3- 卷积神经网络 【2018】L4- 深度生成建模 【2018】L5- 深度强化学习 【2018】L6- 深度学习的局限性和新前沿 【2018】L7- 图像分类问题 【2018】L8- 使用 TensorFlow 加速机器学习开发 【2018】L9- 深度学习——个人观点 【2018】L10- 深度学习之外：学习+推理 【2018】L11- 当计算机视觉遇上社交网络
