标签: Stanford
所有使用该标签的文章 "Stanford".
-
CS 234: Reinforcement Learning
涵盖马尔可夫决策过程、RL 基础、大规模域扩展、探索挑战。包含深度强化学习作业。应用于机器人、游戏、消费者建模和医疗保健。
-
CS 236: Deep Generative Models
涵盖变分自编码器（VAE）、生成对抗网络（GAN）、Flow 模型的概率基础和学习算法。应用于计算机视觉、语音、NLP 和强化学习。
-
CS 324: Advances in Foundation Models
深入学习基础模型（如 GPT-3、CLIP、Stable Diffusion）的模型与算法、系统与基础设施、伦理与社会影响。学生将获得实践经验，识别基础模型的真实用例。
-
CS 336: Language Modeling from Scratch
语言模型是现代 NLP 应用的基石，为下游任务提供了通用系统的新范式。本课程通过引导学生完成开发自己语言模型的全过程，让学生全面掌握语言模型。
-
CS 348k: Visual Computing Systems
研究并行异构系统的设计与挑战，用于执行和加速视觉计算应用（计算摄影、图像/视频理解、实时 3D 图形）。涵盖高效图形、图像处理和计算机视觉系统架构设计。
-
CS 349d: AI Inference Infrastructure
聚焦复合 AI 系统的云计算基础设施和架构模式。客座讲座来自 Databricks、OpenAI、NVIDIA、Microsoft 等公司。