机器之心报道
机器之心编辑部
据了解，这是首个关于 Transformers 的专题课程。
要说在世界大学公开课中哪些属于精品，斯坦福大学的 CS 课程可谓是榜上有名。这所世界名校先后免费公开了众多课程，有关于自然语言理解的、有关于机器学习的等等。
斯坦福大学的 CS 课程可以说是覆盖范围广，今天他们又上线了一门经典课程：《CS 25: Transformers United》，据了解这是首个关于 Transformers 的课程。
自 2017 年推出以来，Transformer 彻底改变了自然语言处理 (NLP)领域。现在，Transformer 在深度学习中被广泛使用，无论是计算机视觉 (CV)、强化学习 (RL)、生成对抗网络 (GAN)、语音甚至是生物学。除此之外，Transformer 还能够创建强大的语言模型（如 GPT-3），并在 AlphaFold2 中发挥了重要作用，该算法解决了蛋白质折叠问题。
可能是意识到 Transformer 带来的一系列技术突破，又或者其他原因，总之斯坦福 CS 25 课程诞生了。这门课程的重点就是介绍 Transformers，并统一其在 ML、CV、NLP、生物学和其他社区的使用。此外，该课程还讨论关于 Transformer 的最新突破和想法，以激发交叉合作研究。
不过，想要学习这门课程的小伙伴，必须先要掌握深度学习基础知识（必须理解注意力机制），或者已经通过 CS224N / CS231N / CS230 课程。
从下周开始，CS 25 将每天公布课程内容，目前已放出第一个视频：介绍 Transformer。
视频链接：https://www.youtube.com/playlist?list=PLoROMvodv4rNiJRchCzutFw5ItR_Z27CM
在今天公布的第一节课中，讲师为斯坦福大学硕士生 Divyansh Garg、软件工程师 Chetanya Rastogi（毕业于斯坦福大学）、软件工程师 Advay Pal（毕业于斯坦福大学）。
此外，第一节课的指导教授为 Christopher Manning，他是斯坦福大学计算机与语言学教授，也是将深度学习应用于自然语言处理领域的领军者。
从之前的课程描述来看，CS 25 课程邀请了来自不同领域关于 Transformer 研究的前沿人士进行客座讲座。OpenAI 的研究科学家 Mark Chen，主要介绍基于 Transformers 的 GPT-3、Codex；Google Brain 的科学家 Lucas Beyer，主要介绍 Transformer 在视觉领域的应用；Meta FAIR 科学家 Aditya Grover，主要介绍 RL 中的 Transformer 以及计算引擎等。
值得一提的是，AI 教父 Geoff Hinton 也带来了一次讲座。
课程主页：https://web.stanford.edu/class/cs25/
CS25 课程：不止于 NLP，还有 CV、RL
在 Reddit 帖子的评论区，网友关于该门课程的一些问题也得到了解答。
在 CS25 课程中，除了基于自然语言处理（NLP）的演讲内容之外，还将覆盖到视觉 Transformers。
关于是否有计划放出一些代码或练习？虽然 CS 25 授课者没有太多时间为原始课程创建练习，但会使用 Harvard NLP 提供的《The Annotated Transformer》中的内容。
Harvard NLP 链接：http://nlp.seas.harvard.edu/2018/04/03/attention.html
有网友表示，Huggingface 一年前也开设了一门关于 Transformers 的课程，两者的区别在哪里呢？
Huggingface 的课程特别适合了解 Transformers 和熟悉构建块。CS25 课程在此基础上做了补充，传播领域最新突破，并讲授如何将新想法应用到自己的研究或构建应用程序中。
可以这样说，包括 Huggingface 在内的社区仅仅关注 NLP 领域。CS25 的核心目标之一是在 CV 和 RL 等现有资源稀缺的 AI 领域普及 Transformers 的知识。这也是命名为 Transformers United 的原因。
不过，也有网友疑问，整个课程都是关于 Transformers，那接下来会是关于残差块的 web 系列课程吗？不过，CS25 看起来更像是一个专题讲座而不是一门课程。
参考链接：https://www.reddit.com/r/MachineLearning/comments/vuw77a/n_firstever_course_on_transformers_now_public/
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：content@jiqizhixin.com
