跳转至

UCB CS294-158: Deep Unsupervised Learning

课程简介

  • 所属大学：加州大学伯克利分校（UC Berkeley）
  • 先修要求：深度学习基础、概率论、能独立训练神经网络
  • 编程语言：Python / PyTorch
  • 课程难度：🌟🌟🌟🌟🌟
  • 预计学时：100 小时

Pieter Abbeel 主讲的 Berkeley 深度无监督学习课程，是生成模型方向内容最全面的开放课程之一。覆盖自回归模型（PixelCNN/Transformer）、归一化流（Flow Matching）、VAE 及变体、GAN、扩散模型（DDPM/Score SDE）、自监督表示学习，以及生成模型在视频、语音、科学计算中的应用。

作业只提供测试代码，需学生从头实现模型架构与训练循环——这种设计极为考验工程能力，但也能逼出对深度学习实现细节的扎实理解。公开配套视频和 Slides。

课程资源