2019年，斯坦福大学计算机科学与电子工程系的助理教授开了一门系列课程
2022-09-26 14:01:08 人看过
2019年，斯坦福大学计算机科学与电子工程系的助理教授开了一门系列课程
2019 年秋季2019年，斯坦福大学计算机科学与电子工程系的助理教授开了一门系列课程，斯坦福大学计算机科学与电子工程系的助理教授 Finn 开了一门关于深度多任务和元学习的课程，受到了广大学生的欢迎。今天，该课程的系列教学视频终于上线了！
机器之心报道，参与：一鸣、杜伟、Jamin。
今日，斯坦福大学助理教授 Finn 发推表示其主讲的 CS330 深度多任务和元学习系列课程视频可以线上观看了。
CS330 系列课程视频链接：/?list=
课程侧重多任务模型训练和元学习
尽管深度学习在监督学习和强化学习生取得了成功，诸如图像分类、语音识别和 AI 游戏等。但是这些模型，在很大程度上，是准门诊对特定的单一任务训练的。对此六爻看时间课程视频，这门课程会介绍如何在多任务的情况下训练模型，并研究针对多任务的模型架构，使得模型在训练效率或性能上有更好的提升。
本次课程包括以下具体内容：
此外，由于多任务学习的内容较为丰富，也需要很多基本的深度学习知识做铺垫，因此这是一个研究生级别的课程。在课程结束后六爻看时间课程视频，学生能欧了解并应用很多 SOTA 的多任务或元学习模型，并在这个领域开展研究。
授课形式
本次课程是以大课和阅读课为主的。在大课上，授课教师会介绍理解和设计应用多任务学习及元学习的必要知识点。在阅读课中，学生会要求展示和讨论最近在这一领域中的工作和应用。本次课程共有三次大作业。在学期中六爻看时间课程视频，每个学生也都需要在一个相关领域进行研究工作，并在期末展示他们的研究成果。
课程要求
由于课程需要深度学习基础知识，所以学生应当有上过 CS 229 或类似的机器学习入门课程。CS 221 等人工智能入门课程也推荐学生去提前了解一下，但不是必要的。
课程时间表
CS330 系列课程共分 13 周完成，授课时间自 2019 年 9 月 23 日开始至 12 月 16 日结束。以下是部分课程时间列表：
参考链接：/
课程主讲人简介
该系列课程主讲人 Finn 现为斯坦福大学计算机科学与电子工程系助理教授。她在麻省理工学院取得电气工程与计算机科学学士学位，并在加州大学伯克利分校获得电气工程与计算机科学博士学位。之后2019年，斯坦福大学计算机科学与电子工程系的助理教授开了一门系列课程，Finn 曾任谷歌大脑研究科学家，并在 BAIR 实验室进行博士后研究。2019 年秋季正式成为斯坦福大学全职助理教授。
Finn 年纪轻轻就已成为机器人学习领域最知名的专家之一，她曾有多篇论文发表在 ICML、ICLR、、ICRA、RSS、CoRL 等多个学术会议上，并在多个学术会议及 上进行受邀演讲。
此外， Finn 凭借其论文《 to Learn with 》荣获了2018 ACM 最佳博士论文奖，她在这篇论文中介绍了一种基于梯度的新型元学习算法，帮助深度网络基于小型数据集解决新任务，该算法可用于计算机视觉、强化学习和机器人学等领域。