李宏毅2022春季机器学习课程课件及作业

重磅须知

为方便所有网课资料与优质电子书籍的实时更新维护，创建一个在线实时网盘文件夹；

网盘获取方式：公众号【啥都会一点的研究生】，本节课对应序号【05】；

UP将2021&2022所有作业的数据资料整理打包好了，由于文件太大，已同步放在上述所提在线网盘；

在线网盘能满足该课程所需资料的全部需求，链接挂掉也会及时更新，祝大家学习顺利；

2022仅在2021基础上进行小补充，2021内容变成了前置知识，UP会在视频标题打上2022的标签；

ppt/pdf支持直链下载。

我维护的其他项目

• 图片数据不够？我做了一款图像增强软件
• 开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目
• 一键转换与编辑图像标注文件软件，极大提高效率

更新日志

日期	项目
2022/02/17	2022春季机器学习课程仅在21基础上进行小补充，UP同步更新官网补充内容
2022/02/21	更新Lecture 1:Introductionof Deep Learning补充内容，Github排版大更新
2022/02/25	更新Lecture 2:What to do if my network fails to train补充内容与HW2
2022/03/05	更新Lecture 3:Images input，HW3
2022/03/13	更新Lecture 4 Sequence as input，HW4 UP将2021&2022所有作业的数据资料整理打包好放在公众号【啥都会一点的研究生】
2022/03/18	更新Lecture 5 Sequence to sequence，HW5，相应Data放在公众号维护的网盘中
2022/04/05	更新Lecture 7以及HW6
2022/04/16	更新HW7
2022/04/23	更新HW8
2022/04/30	更新Lecture 9 & Lecture10，HW9
2022/05/06	更新HW10
2022/05/13	更新HW11，部分Lecture10教学视频
2022/05/24	更新HW12
2022/05/30	更新HW13
2022/06/10	更新HW14、HW15
2022/07/03	将所有课件/作业/数据集进行更新，在线网盘满足所有资料，课程完结啦

---

交流群与课程地址

B站主页	啥都会一点的研究生
人工智能技术探讨群1	78174903
人工智能技术探讨群3	584723646

---

名称	项目
2022课程主页	李宏毅2022春季机器学习
B站视频合集	(强推)李宏毅2021春机器学习课程
2022视频及资料目录	链接

---

课程资料直链

章节	2021前置知识	2022补充	选修	作业
Lecture 1	（上）机器学习基本概念简介 （下）机器学习基本概念简介	Video: 2022-机器学习相关规定 2022-Colab教学 2022-Pytorch Tutorial 1 2022-Pytorch Tutorial 2 PDF: Rules Chinese class course intro Pytorch Tutorial 1 Pytorch Tutorial 2 Colab Tutorial Environment Setup	深度学习简介 反向传播 预测-宝可梦 分类-宝可梦 逻辑回归	Video Slide Code Submission
Lecture 2	（一）局部最小值 (local minima) 与鞍点 (saddle point) （二）批次 (batch) 与动量 (momentum) （三）自动调整学习率 (Learning Rate) （四）损失函数 (Loss) 也可能有影响	Video: 2022-再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理 PDF: Theory	Gradient Descent (Demo by AOE) Beyond Adam (part 1) Beyond Adam (part 2)	Video Slide Code Submission
Lecture 3	卷积神经网络CNN	Video: 为什么用了验证集还是过拟合 鱼与熊掌可以兼得的机器学习 PDF: Validation Why Deep	Spatial Transformer Layer	Video Slide Code Submission
Lecture 4	自注意力机制(Self-attention)（上） 自注意力机制(Self-attention)（下）	Video: [None] PDF: [None]	RNN(part 1) RNN(part 2) GNN(part 1) GNN(part 2)	Video Slide Code Submission
Lecture 5	类神经网络训练不起来怎么办（五）批次标准化 Transformer（上） Transformer（下）	Video: 各式各样神奇的自注意力机制 (Self-attention) 变型 PDF: xformer	NAT model Pointer network	Video Slide Code Submission
Lecture 6	GAN（一）基本概念介绍 GAN（二）理论介绍与WGAN GAN（三）生成器效能评估与条件式生成 GAN（四）Cycle GAN	Video: [None] PDF: [None]	Theory of GAN (part 1) Theory of GAN (part 2) Theory of GAN (part 3) Deep Generative Model (part 1) Deep Generative Model (part 2) FLOW-based Model	Video Slide Code
Lecture 7	自监督学习（一）芝麻街与进击的巨人 自监督学习（二）BERT简介 自监督学习（三）BERT的奇闻轶事 自监督学习（四）GPT的野望	Video: 如何有效的使用自督导式模型 语音与影像上的神奇自督导式学习模型 PDF: Recent Advance of Self-supervied learning for NLP SSL for Speech and Image	BERT (part 1) BERT (part 2) GPT-3	Video Slide Code Submission
Lecture 8	自编码器 (Auto-encoder) (上) – 基本概念 自编码器 (Auto-encoder) (下) – 领结变声器与更多应用 Anomaly Detection (1_7) Anomaly Detection (2_7) Anomaly Detection (3_7) Anomaly Detection (4_7) Anomaly Detection (5_7) Anomaly Detection (6_7) Anomaly Detection (7_7)	Video: [None] PDF: [None]	PCA t-SNE	Video Slide Code Submission
Lecture 9	机器学习的可解释性 (上) – 为什么神经网络可以正确分辨宝可梦和数码宝贝 机器学习的可解释性 (下) –机器心中的猫长什么样子	Video: 自然语言处理上的对抗式攻击 Part1 PDF: Adversarial Attack for NLP	[None]	Video Slide Code
Lecture 10	来自人类的恶意攻击 (Adversarial Attack) (上) – 基本概念 2021 - 来自人类的恶意攻击 (Adversarial Attack) (下) – 类神经网络能否躲过人类深不见底的恶意	Video: 自然语言处理上的对抗式攻击 Part2 自然语言处理上的对抗式攻击 Part3 自然语言处理上的模仿攻击 (Imitation Attack) 以及后门攻击 (Backdoor Attack) PDF: Adversarial Attack for NLP	More about Adversarial Attack (1_2) More about Adversarial Attack (2_2)	Video Slide Code Submission
Lecture 11	概述领域自适应 (Domain Adaptation)	Video: 恶搞自督导式学习模型 BERT的三个故事 PDF: More about self-supervised learning		Video Slide Code Submission
Lecture 12	（一）增强式学习和机器学习一样都是三个步骤 （二）Policy Gradient 与修课心情 （三）Actor-Critic （四）回馈非常罕见的時候怎么办？机器的望梅止渴 （五）如何从示范中学习？逆向增強式学习 (Inverse RL)	Video: [None] PDF: [None]		Video Slide Code Submission
Lecture 13	神经网络压缩 (一) - 类神经网络剪枝(Pruning) 与大乐透假说(Lottery Ticket Hypothesis) 神经网络压缩 (二) - 从各种不同的面向來压缩神经网络	Video: [None] PDF: [None]	Proximal Policy Optimization (PPO) Q-learning (Basic Idea) Proximal Policy Optimization (Advanced Tips) Proximal Policy Optimization (Continuous Action) Geometry of Loss Surfaces (Conjecture)	Video Slide Code Submission
Lecture 14	机器终身学习 (一) - 为什么今日的人工智能无法成为天网？灾难性遗忘(Catastrophic Forgetting) 机器終身学习 (二) - 灾难性遗忘(Catastrophic Forgetting)	Video: [None] PDF: [None]		Video Slide Code [Submission]
Lecture 15	元学习 Meta Learning (一) - 元学习和机器学习一样也是三個步骤) 元学习 Meta Learning (二) - 万物皆可 Meta	Video: 各种奇葩的元学习 (Meta Learning) 用法 PDF: Meta	MAML (1) MAML (2) MAML (3) MAML (4) MAML (5) MAML (6) MAML (7) MAML (8) MAML (9) Gradient Descent as LSTM (1_3) Gradient Descent as LSTM (2_3) Gradient Descent as LSTM (3_3) Metric-based (1) Metric-based (2) Metric-based (3) Train+Test as RNN	Video Slide Code Submission

---