深度学习是机器学习的一个强大且相对较新的分支。近年来，深度学习已经广泛应用于很多人工智能领域，如图像处理、语音识别、机器翻译、自动驾驶等等，解决了很多极具挑战性的问题。在许多这样的任务中，深度学习算法取得了最优的成绩，在某些场景下，甚至超过了人类水平。推荐一门讲解深度学习算法和硬件加速的最新课程，需要朋友自取链接。

课程信息

    本课程首先讲解深度学习背后的理论和算法，然后，将重点详细讲解深度学习算法高效训练的相关硬件和软件相关知识。本课程将提供必要的理论背景和实践经验，帮助学习者成为一名合格的深度学习实践者，或开始走向深度学习研究。

    文末附本课程视频及ppt获取地址。

课程目标

    课程结束时，学生将:

    1、理解深度学习的关键概念，如学习机制、模型类型、优化和训练方法。

    2、能够将深度学习算法应用于实际工作中，解决实际问题。

    3、知道如何有效地使用前沿的python机器学习和深度学习框架，如PyTorch。

    3、知道如何利用GPu和编写定制的计算内核来加速训练和推理。

    4、使用研究过的概念和技术完成一个小的研究项目。

课程基础

    1、良好的线性代数、概率和微积分基础知识。如果你需要复习其中一项，请参阅补充材料页面：https://vistalab-technion.github.io/cs236781/supplements/

    2、编程能力。这门课将会非常直接；需要大量编程。我们将专门使用Python，因此建议你有使用它的经验。

    3、学习过机器学习和/或信号/图像处理的入门课程。

课程首页

    https://vistalab-technion.github.io/cs236781/info/

课程教师

参考教程

    推荐2本经典的参考教材，在学习本课程的过程中可以参考阅读，对加深课程理解非常有帮助。

课程大纲

    本课程将采用离线内容(视频和课堂笔记)、在线课堂学习和动手作业的混合方式进行。配合前沿讲座加深对视频主题的理解，并提供有用的背景、技术和应用实战例子。课堂讲解和家庭作业旨在教你掌握深度学习系统相关的技术。

    课程视频截图

课程ppt及视频获取方式： https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247486757&idx=1&sn=c6e491b70a3e0b55428fc0d9357d33d8&chksm=97a0c6f1a0d74fe720d96f8858daa87e144cb4d4e70ba1bfa74c90b87661251cb87db9f11dd1&token=872865137&lang=zh_CN#rd