关注卖萌屋比较早的小伙伴，大概还记得2020年初时我们组织的斯坦福大学CS224N自然语言处理公开课追剧计划，以及后来的斯坦福大学CS520知识图谱公开课追剧活动。尽管活动已经结束很长一段时间，但是仍然有小伙伴后台问“什么时候开始下一波追剧哇”。
终于，万能的卖萌屋又帮大家发现了一门很赞的公开课！这次是UC Berkeley大学出品的 全栈深度学习（Full Stack Deep Learning） ！这门课也是UC Berkeley的2021春季课程。小屋的作者们看完之后直呼nb，必须要分享给小屋的各位小伙伴们！
为什么是它！
尽管市面上很多优秀的讲深度学习和机器学习理论的书籍（比如花书、蒲公英书等），但深度模型的训练只是深度学习项目的一个部分，相信工业界的打工人都会深深认同这句话。
实际工业界场景中，我们往往需要从最底层的数据标注、清洗开始，一步步搭建、调试模型，直到部署。如图，左边是小白想象中的炼丹工作，右边是实际工业场景中的pipeline。
然而，仅仅通过看书、看github project乃至跟进国内大部分课程，其实都难以练就全栈炼丹能力，最终这项能力还是要在靠谱的工业界算法团队得到历练。
但！幸运的是，UC Berkeley精准的get到这个学校到工业界的gap，于是有了这门实用的公开课，进而有了卖萌屋的这轮追剧计划。
课程主页：
https://course.fullstackdeeplearning.com
核心内容包括5个部分：
如何定义你的问题，估计项目的费用？
怎样寻找，清洗，标注和增强数据？
如何选择合适的神经网络框架和计算资源？
怎样消灭训练过程中的bugs，保证模型的可复现性？
怎样部署大规模模型？
本门公开课在整个深度学习技术栈中的位置：
即站在一个更高的层次讲解完整的深度学习/机器学习的项目的开发流程，包括所涉及的核心步骤、可能遇到的问题以及对应的解决方案。
本次追剧活动，由卖萌屋作者、墨尔本大学在读PhD 花小花Posy 带刷，大概每周为大家更新一期视频（双语字幕）、PPT和上期的讨论群FAQ。追剧活动完全公益性质，请小伙伴们放心食用。
追剧打卡&讨论群传送门：
后台回复关键词【入群】
加入卖萌屋NLP/IR/Rec与求职讨论群
后台回复关键词【顶会】
获取ACL、CIKM等各大顶会论文集！
