晓查 发自 凹非寺
量子位 出品 | 公众号 QbitAI
斯坦福2019年的深度学习NLP课程开课啦！从1月8日开始，每周二和周四下午，都会有一节长达2小时20分钟的讲座。课程的PPT和视频资源将不断放出。
课程主讲人是斯坦福大学计算机科学和语言学教授Chris Manning和他的学生Abigail See。
Christopher Manning是斯坦福大学人工智能实验室主任，也是美国计算机学会和AAAI的Fellow。
课程内容
斯坦福大学今年的NLP课程总共有20节课，持续10周，到今年3月14日结课。
课程内容主要有：单词向量、反向传播、神经网络、RNN和语言模型、梯度消失、机器翻译、自然语言生成等等。最后一节的内容是介绍NLP的未来。
今年的课程相比往年更为紧凑，取消了介绍NLP入门的内容，第一节课直接进入正题，讲授单词向量。
需要注意的是，今年的课程将首次使用PyTorch，取代了之前的TensorFlow。
去哪里观看
在每节课开始前，Chris教授都会放出课程的PPT。去年课程的所有PPT已经可以下载，和今年的课程内容大致相同：
https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1184/syllabus.html
课程完成后，斯坦福大学会将视频发布到YouTube。由于视频制作需要一定的时间，课程视频资源会发布得较慢。
如果你等不及，可以收藏下面的YouTube播放列表收看2017年的相关课程：
https://www.youtube.com/playlist?list=PL3FW7Lu3i5Jsnh1rnUwq_TcylNr7EkRe6
需要哪些准备工作
这门课程并不是面向零基础人士，所以你首先需要掌握以下知识才能看懂：
- Python：包括使用NumPy和PyTorch
- 大学微积分、线性代数：多元函数微积分、矩阵、向量
- 基本概率和统计：高斯分布、平均值、标准差
- 机器学习的基础知识：建议阅读Hal Daumé’s机器学习课程的前5章内容
最后附上课程主页地址：
http://web.stanford.edu/class/cs224n/
— 完 —
量子位 · QbitAI
վ'ᴗ' ի 追踪AI技术和产品新动态
量子位www.zhihu.com欢迎大家关注我们，以及订阅我们的知乎专栏
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！
相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
