https://mooc.study.163.com/course/2001280005视频仅供学习使用，若侵权请联系删除！这是深度学习工程师微专业的第五门课。通过这门课的学习，你将会：-理解如何构建并训练循环神经网络（RNN），以及一些广泛应用的变体，例如GRU和LSTM-能够将序列模型应用到自然语言问题中，包括文字合成。-能够将序列模型应用到音频应用，包括语音识别和音乐合成。

http://bing.com汉语自然语言处理-transformer模型(二.1)BERT的解读语言模型预训练字幕版之后会放出，敬请持续关注欢迎加入人工智能机器学习群：556910946，会有视频，资料放送

zh.d2l.ai视频仅供学习交流使用，若侵权请联系删除资源链接：zh.d2l.ai全面介绍深度学习从模型构造到模型训练的方方面面，以及它们在计算机视觉和自然语言处理中的应用。不仅将阐述算法原理，还将基于Apache MXNet对算法进行实现，并实际运行它们。

2022年4月2日课程更新最新版本的TensorFlow极简安装。本课程是关于Tensorflow与深度学习实战的一门课程。本课程用通俗易懂的实例，系统讲解了Tensorflow2.0的使用，可以说是目前最新最系统的 Tensorflow 2.0 教程。本课程讲解Tensorflow中各种概念、操作和使用方法，针对Tensorflow的基础知识，在传统数据分析中应用进行详细讲解，并且给出了丰富的深度学习模型实战。课程咨询QQ: 2774881979

YouTubeELMO, BERT, GPT讲解

https://study.163.com/course/introduction.htm?courseId=1004570029&_trace_c_p_k2_=60b3accf313c45bcbd5dddc890ff4346适合初学机器学习、深度学习的人学习。视频的讲义:https://github.com/TheisTrue/MLofAndrew-Ng

本课程首先会介绍一些背景知识，包括Word Embedding、RNN/LSTM/GRU、Seq2Seq模型和Attention机制等。然后介绍BERT的基础Transformer模型，这个模型最初用于机器翻译，但是它提出的Self-Attention被用于替换传统的RNN/LSTM/GRU模型。再然后是介绍BERT出现之前的Universal Sentence Embedding模型，包括ELMo和OpenAI GPT。最后介绍BERT模型，介绍代码分析和案例，通过解决实际问题加深理解。

这是2017年在雷锋网分享的直播公开课。并不是科普知识，而是涉及很多专业名词的内容。很多给我私信想入门深度学习的孩子可以看看。PPT地址：https://github.com/YJango/tensorflow_basic_tutorial/blob/master/深层学习设计理念加文字.pdf知乎地址：https://zhuanlan.zhihu.com/p/26647094

激动！感谢OpenAI为我们发掘出深度学习这么大的潜力！---------------------------------------------------------规则：在17个英雄中ban选没有召唤、没有幻象1个正常信使前两场对战OG第三场是每队都由两人与3个AI agent组队胜率不是大老师给的，是OpenAI Five的计算（多说一句，扩大英雄池对AI不算真的难点，有了现在的算法，基本只要加钱把并行训练规模扩大个100倍大概就行了。）-------------------

Dota2 5v5 2018年8月5日人机大战全程OpenAI对战职业选手（注：不是职业战队）1 OpenAI使用LSTM神经网络技术训练机器人，训练过程使用256块GPU与12万个CPU核心自我对抗学习，每天的训练相当于玩180年的游戏。训练不使用任何人类数据与录像，仅依赖左右互博。2 虽然官方没说，我估计比赛的AI版本可能是最新训练了几个星期的版本，也即相当于玩了几千年。3 游戏中的AI使用dota API读取信息与执行操作，而非读取视频画面。虽然读取视频画面更加真实，但会显著提升运算量，影

转自网易公开课麻省理工学院的人工智能课程，非常优秀。本课程学习人工智能，以授课形式讲述什么人工智能，人工智能的重要性和其未来，包括如何进行博弈、图像识别、以及机器学习方面的内容（已上传完）