Skip to content

jamestch/CS224n-winter-together

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

CS224n-winter-together(又叫Stanford CS224n追剧计划)是由微信公众号 夕小瑶的卖萌屋 发起的开源课程学习项目,本项目旨在为大家提供一个课程笔记、感悟与延伸、课程作业与project的分享与内容沉淀平台,每个人均可将自己的笔记、感悟、作业等提交到该repo下面对应课程的文件夹底下,来方便大家参考学习,具体细节见提交流程。另外,鼓励大家以markdown格式进行提交以免repo大小增长过快。

本项目在2020年斯坦福大学开设的自然语言处理课程CS224n的基础上建立,注意,由于2020年的视频现在没有对外放出,因此视频资料是2019年的(不过连线斯坦福的小伙伴问了一下,区别不大,PPT也更新不大),其他资料均为今年的。

Stanford CS224n官方课程主页:http://web.stanford.edu/class/cs224n

关于该计划的详细攻略见 这里

项目目录

.
├── Lectures(课程资料)
│   ├── Class 1. Introduction and Word Vectors
|   |    ├── video(教学视频,配中英双语字幕) 
│   │    ├── slides (课件)
│   │    ├── additional readings(推荐阅读)
│   │    ├── FAQ(问题总结,整理自微信讨论群)
│   │    └── notes(官方笔记)
│   ├── Class ...
│   └── Class N 
│
├─── Assignments(课程作业)
│    ├─- Assignment 1
│    │   └── upload(大家在该目录上传自己完成的作业)
│    ├─- Assignment ...
│    └── Assignment N 
│
├─── Feature Notes(第三方笔记、感悟和延伸文章)
│    └── upload(大家在该目录上传自己完成的笔记、感悟和延伸文章,请务必保证原创)
│
└─── Projects(项目实战)
     └── upload(大家在该目录上传自己队伍完成的实战项目,目前暂未开放)

课程计划

微信公众号夕小瑶的卖萌屋将每周推送两集课程视频(中英双语字幕)和对应的官方ppt/笔记/推荐阅读材料等,并发布课后作业。

  • week1:Introduction and Word Vectors
  • week2:Word Vectors 2 and Word Senses / Word Window Classification and Neural Networks
  • week3:Matrix Calculus and Backpropagation / Linguistic Structure: Dependency Parsing
  • week4:The probability of a sentence? Recurrent Neural Networks and Language Models / Vanishing Gradients and Fancy RNNs
  • week5:Machine Translation, Seq2Seq and Attention / Practical Tips for Final Projects
  • week6:Question Answering and the Default Final Project/ConvNets for NLP
  • week7:Information from parts of words (Subword Models) and Transformer architectures / Contextual Word Representations: BERT
  • week8:Modeling contexts of use: Contextual Representations and Pretraining / Natural Language Generation
  • week9:Reference in Language and Coreference Resolution / Fairness and Inclusion in AI
  • week10:Constituency Parsing and Tree Recursive Neural Networks / Recent Advances in Low Resource Machine Translation
  • week11:Future of NLP + Deep Learning

个人笔记、感悟和作业提交流程

请务必保证原创!若发现其他同学的笔记、作业等提交中有错误,鼓励提PR修复。另外,鼓励大家在上传的原创资料中留下联系方式,以便学习讨论和错误纠正。

提交流程:

step 1. fork项目并将个人仓库中的项目git clone到本地。

step 2. 在本地项目仓库中添加提交笔记、作业和课程项目到对应文件夹中,然后完成git add(文件添加)和git commit(本地提交)。

注意:cs224n的作业位于Assignments目录下,个人笔记和感悟位于FeatureNotes目录下,课程项目位于Project目录下。这三个目录均为开放性目录,每个人均可通过pull request来完成提交。提交细节请参考对应目录下的README文件。

step 3. 在本地完成的提交后,通过git push将本地提交推送至自己的github远程仓库后,发起pull request

关于作业提交的详细git教程见 这里

课前准备FAQ

  1. 我想看往年的课件和讲义,去哪儿下载?

    答:http://web.stanford.edu/class/cs224n/

  2. 现在的课程视频哪里有?

    答:目前公开的最新视频是2019年的,在youtubeB站上都有。推荐关注微信公众号『夕小瑶的卖萌屋』,我们会每周更新两节课,推送课件和字幕校对后的视频。

  3. 我在学习过程中有一些疑问,怎么办?

    答:建议首先在issues里面搜索相关问题,看看有没有帮助。仍然不能解决的,可以通过微信交流群(推荐)或github issue提出问题,我们会及时解答和归档。每节课归档后的问题集在对应的『问题』目录下面,供大家复习。

  4. 有没有免费的GPU可以用来完成作业?

    答:我们推荐使用AiStudio、Colab和Kaggle Kernel。具体教程可以百度or谷歌一下。


极力建议大家加入夕小瑶@Stanford CS224n追剧群与上千小伙伴一起打卡交流学习,通过微信交流群(推荐)或github issue提出的问题,我们将定期精选并在每期的订阅号文章推送和本github项目中沉淀。

About

an Open Course Platform for Stanford CS224n (2020 Winter)

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 59.3%
  • Jupyter Notebook 40.2%
  • Shell 0.5%