斯坦福大学的新课 ：CS224N 《基于深度学习的自然语言处理》

web.stanford.edu/class/cs224n/

课程从词向量等基础概念入手，逐步深入到神经网络基础、依存句法分析、循环神经网络 (RNN) 及其变体，以及近年来大火的 Transformer 架构和大型语言模型 (LLM)。

自然语言处理 (NLP) 或计算语言学是信息时代最重要的技术之一。在 2010 年代，深度学习（或神经网络）方法使用单一的端到端神经模型在许多不同的 NLP 任务上都取得了非常高的性能，这些模型不需要传统的、针对特定任务的特征工程。在 2020 年代，通过扩展大型语言模型（例如 ChatGPT），取得了惊人的进一步进展。在本课程中，学生将深入了解 NLP 深度学习的基础知识以及大型语言模型 (LLM) 的最新前沿研究。通过课程、作业和期末项目，学生将学习必要的技能，使用 Pytorch 框架来设计、实现和理解他们自己的神经网络模型。

“选这门课吧。CS221 教会了我算法。CS229 教会了我数学。CS224N 教会了我如何编写机器学习模型。”

目前课程还在更新，课程主页有课程课件、参考资料和作业可供阅读。