Yann LeCun教授在纽约大学数据科学中心主讲的《深度学习》课程，2021春季新版已经全部上线，并且免费供大家学习。这门课程由Yann LeCun和他的助手Alfredo Canziani共同执教，共有14周内容。学生们可以通过Reddit和Discord平台与讲师直接交流。

这门课程涉及深度学习和表示学习的最新技术，侧重于监督和无监督深度学习、嵌入方法、度量学习、卷积和循环网络，以及在计算机视觉、自然语言理解和语音识别中的应用。值得注意的是，在参加此课程之前，学生们需要对DS-GA 1001 数据科学入门或研究生级别的机器学习课程有一定的了解。

课程主题包括参数共享、基于能量的模型（基础）、基于能量的模型（进阶）、关联记忆、图谱等；此外，还将就涵盖视觉SSL、低资源机器翻译等主题进行探索。相关链接：https://cds.nyu.edu/deep-learning/

目前，这门课程提供英法两种语言版本的讲义，视频也已全部完结。课目录与往期一样，可以点击目录跳转至相关讲义。此外，该学期Yann LeCun重新整理了教学材料，并重新设计了部分内容，如LV-EBM视为基本模块，可在此基础上进行构建。在下半学期幻灯片中也有所更新。

值得一提的是，在去年的材料中，一些内容做了调整，比如第一周对问题动机、中间代数可视化做了修改，而第三周增加了螺旋分类。此外，有一些未修改部分，如第四周到第九周仍然保持相似性。而第七周自编码器简介部分从去年7.3这一节改到了现在的地方，并且有所调整。

如果你想进一步了解或者参与讨论，可以访问以下链接：

英文版讲义：https://atcold.github.io/NYU-DLSP21/en/week12/12/

YouTube视频：https://www.youtube.com/playlist?list=PLLHTzKZzVU9e6xUfG10TkTWApKSZCzuBI

资料：https://github.com/Atcold/NYU-DLSP21

Reddit论坛：https://www.reddit.com/r/NYU_DeepLearning/

通过这些资源，你不仅能够跟随原版课程，更可以加入一个活跃的大型社区，与其他同好一起分享知识点并解决问题。此次更新后的《深度学习》2021春季新版，无疑为寻求AI领域知识的人们带来了更多新的机会，让他们能够更快地掌握最新技术，同时也激发了一系列关于最新游戏资讯中的人物识别技术探讨。