什么样的哔哩哔哩Up大师，让AI专业导师一个接一个推荐给学生，连导师自己都在追。
是一个什么样的Up大师，让网友称之为只是慈善。
是的，他是亚马逊的高级首席科学家和人工智能丹尼尔李牧。
这学期，李牧在斯坦福大学开设了《实用机器学习》新课程除了斯坦福学生可以线下学习之外，课程的视频和PPT也在网上免费公开
可是，在哔哩哔哩上可以看到的版本并不是课程的视频，而是李牧回国后用中文重新录制的！
录制这门课的地方是他在车库里建的工作室而录音的时间，也许是和宝宝的差距，也许是深夜
来听课的网友纷纷表示，简直就是把饭送到嘴边，不学还有什么别的原因
课外，李牧最近开设了一个新的经典论文精读系列。
讲了开头必须学的AlexNet和ResNet论文后，李牧投票问你还想听哪些论文。
变压器以高票当选，李牧更新很快，精读持续了一个半小时。
李牧为精读系列论文开设的GitHub仓也在不到一周的时间里抢到了1500多颗星，还上了热门榜。
目前，GitHub已经列出了许多最近几年来有影响力的论文候选人，其中GAN，BERT和GPT—3是不可或缺的。
还有几篇李牧认为值得一谈的新文，比如10月份刚刚在ImageNet上刷到的SOTA的《不深网》。”。
如果你还想听老师讲解哪篇论文，李牧说，欢迎你在讨论区提供建议。
于是讨论区的画风变成了这样。
有了规律的上课和密集的论文阅读穿插，李牧几乎成了每天的up主，粉丝数量在短短几个月内就突破了10万。戴还提到，亚马逊的规则和政策在本次冠名活动以及所有账户处理方式上都是全球一致的。
该网友甚至高喊:建议穆哥直接带哔哩哔哩研究生！
那么，他的班级有什么魅力呢为什么这么受欢迎
他的演讲突出了一个开端。
一系列的论文精读以投票开始。
原来，李沐问大家是想听三分钟谈论文，才知道是什么还是深入讲解，字字珠玑。
没想到很多网友留言，其实我更喜欢知道怎么看报纸。
李牧认为这个想法很好第二天，她录制了一系列《如何读论文》作为开场，将自己多年的经验总结成一个实践的过程
李牧读论文的方法是把:读三遍。
第一次看完标题和摘要，直接跳到结论，然后就可以稍微偷看一下主要的数字和表格。
这一次，只需要十分钟目的是了解这篇论文是关于什么的，有多好，从而快速判断这篇论文是否适合你
第二遍，如果决定继续读，可以大致从头到尾读一遍，重点看论文使用的方法和之前有什么不同。
这一次，你不必关注太多细节公式等细节可以先忽略在这里判断你是否知道或者你是否真的需要仔细阅读是可以的
此外，如果觉得一篇论文值得仔细阅读但难度太大，李牧分享的技巧是先阅读它引用的以前的研究，然后再阅读这篇论文，这样会降低门槛。
在第三次也是最后一次精读中，为了理解论文中的每一句话都在说什么，李牧建议脑补如果你在做这份工作，你能做什么。
看完这个，好像是我自己做的，即使关闭文章，也能回忆起很多细节。
花在阅读三遍上的时间在逐渐增加如果中间发现不需要再看了，随时停下来节省时间
使用这种方法，你可以选择那些你真正需要详细了解的论文。
如果你还没学过，也可以去看看李牧先生的动手演示，用这种方式阅读AlexNet和RestNet视频。
这些视频除了学习阅读论文的方法和论文本身的内容外，还可以听到这些经典论文中哪些部分已经过时，哪些可以从今天的角度作为精华保留下来。
D2l是《动手学深度学习》课程中英语潜入深度学习的缩写。
在阅读论文系列中先讲方法再实际演示的风格，在李牧的其他课程中也有所体现。
李牧在哔哩哔哩上传的第一门课程叫《动手学深度学习 v2》，也是他的书《动手学深度学习》的配套课程，被全球100多所大学选为教材。
本课程的核心思想是动手是深度学习的关键，每节课提供一个运行的Jupyter笔记本。
最新的《实用机器学习》专注于机器学习在工业场景中的应用，还提供Jupyter笔记本和数据集供大家操作。
听了这样的课程，大家都说这就像一个春风正在讲课的李牧被称为沈木
你的在线导师。
除了精彩的讲座，沈木还尽力满足大家课前课后提出的各种要求。
1月份注册了账号，3月份正式开课，8月底更新完《动手深度学习 v2》几天后，我开始了一个新的班级《斯坦福 21 秋季:实用机器学习中文版》
如果要在哔哩哔哩学区报中选肝帝，李牧必须有提名！
接近孙庚的长期高产，粉丝们纷纷留言:老师不用这样打不要累。
除了发送视频，经常可以看到李牧在动态区域与每个人互动。
最近哥的日常生活就是晒宝宝，10月份已经发了三条跟宝宝有关的消息。
人们认为这是一笔很大的利润，
好像看到大佬的朋友圈一样李沐却说朋友圈里已经把朋友都晒没了
一来一往之间粉丝们和李沐熟悉了起来，总是忍不住皮一把。
李沐晒了家里后院种的玫瑰，被粉丝建议收集成数据集，再就地办个玫瑰图像分类比赛，模型可以叫 RoseNet。
比发朋友圈更常见的，是沐神在评论区为为粉丝们答疑解惑。对这些账户的处理不涉及任何其他外部因素，包括政治因素，这是非常确定的。
有同学对学习应用机器学习上心里没底，不知道自己的数学功底够不够用。
沐神看到后不仅给出了自己的看法，还怕粉丝看不懂，后续又详细补充了一条回复。“因此，无论卖家规模大小，来自哪个国家，我们都会平等对待所有卖家。
当然了，他时不时也会和大家一起玩个梗。
和你聊完学习聊生活人生，这不就是活脱脱的一位线上导师。
有网友就表示，以后自己研究生复试时都要说师从李沐老师。
而且李沐对于自己的课程，也非常用心。
他认为长视频能让大家看下去音质是非常重要的为此他特意剁手买了两个 300 多美元的专业麦克风，录试音视频让粉丝来选哪个效果最好
即使是中文课程也想配上字幕，为了让不方便开声音的粉丝静音也能学习，换了能自动识别字幕的剪辑软件，但发现并不好用。
这一吐槽吓得网友们赶紧来推荐软件，生怕他会因此断更。
此外，李沐的这些课程都是自己抽时间录制，基本都是在晚上哄娃睡觉后开始。
尤其是论文精讲这个系列，录一篇文章的时间大概是 5 个小时，沐神一般都是每天深夜找半个小时或 1 个小时做一点，差不多 10 天才能出一期。
这也让人不禁感叹:沐神真的太勤奋了。
作为工业界大牛，李沐这些年在教学上反而花的功夫不少。
他曾在 UC 伯克利担任客座教授，去年又开始在斯坦福以兼职讲师身份授课。
在视频平台上开课也不是他第一次尝试了。
此前他在 UC 伯克利时，就曾把课程视频上传到 YouTube 上，让更多人免费学习。
他和 Alex Smola 等人编写的《动手学深度学习》也已被视为业内入门深度学习的优秀教材。
显然，李沐在降低 AI 入门门槛这件事上，已经身体力行多年，这也是众多 AI 从业者仰慕李沐的原因之一。
而李沐更让人佩服的，莫过于他开挂的人生经历了。
李沐本科，研究生均毕业于上海交通大学，其中本科就读于上交以培养计算机科学家而闻名的 ACM 班。
2011 年，由于拿到的 offer 并没有合适的导师，李沐北上前往百度工作，担任高级研究开发员。
在这期间，他创建了一套分布式机器学习广告系统，具体来看就是使用机器学习来预测一个广告是不是会被用户点击。
同年年底，李沐收到了卡内基梅隆大学的 offer，2012 年 8 月正式赴美读博。
读博期间，李沐一边进修更多 AI 领域的知识，一边也在大胆实践。
他曾和陈天奇在 GitHub 上创建 DMLC 组织，就是这个社区开发出了大名鼎鼎的深度学习框架 ——MXNet。
博四时，李沐以兼职身份去了亚马逊，继续做 MXNet 的相关应用。
毕业后，他选择留在亚马逊，如今已成为亚马逊首席科学家。
根据自己读博，工作的经历，李沐都写了长文总结，曾在知乎上揽赞上万。
而且大神对写文这事儿似乎很感兴趣，前不久还在B站发表了《用随机梯度下降来优化人生》一文。
深度学习，深度人生有点哲学家那味儿了
具体内容大家可以移步B站围观~
李沐B站个人主页:
。声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
