斯坦福2019年深度学习NLP课程资源出来了！
大部分课程视频（有字幕）已经上线，所有的课程PPT都已经放出，课程中的优秀项目也已经公开。
与斯坦福NLP课程上一版资源（2017年）相比，这次课程有了巨大的更新，加入了近两年非常流行的Transformer和预训练表征等内容。
如果你对NLP感兴趣，千万不要错过~
课程都讲了啥？
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ACM和AAAI的Fellow。
课程一共有20讲，涵盖的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。
而且更加前沿，第二讲的附加阅读中，就出现了NeurIPS 2018上的论文On the Dimensionality of Word Embedding。
需要注意的是，今年的课程首次使用PyTorch，取代了之前的TensorFlow。
课程观看指南
课程网站，有PPT和参考资料：
http://web.stanford.edu/class/cs224n/index.html#schedule
官方课程视频网站：
http://onlinehub.stanford.edu/cs224
B站视频链接（有字幕）：
https://www.bilibili.com/video/av46216519
课程优秀项目网站：
http://web.stanford.edu/class/cs224n/project.html
最后，提个醒~
这门课程并不是面向零基础人士，所以你要先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
— 完 —
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。
量子位 QbitAI · 头条号签约作者
վ’ᴗ’ ի 追踪AI技术和产品新动态
“
