课程总共16章100节，会帮你打牢深度学习基础，包括必要数学概念和代码工具，从最简单的多层感知机开始，循着深度学习的发展脉络带你掌握CNN、RNN及其各种变体。同时会带你熟悉业界前沿技术，包括注意力机制、概率图模型、迁移学习等核心知识。最后还会有计算机视觉、自然语言处理和多模态AI内容生成方面最新模型和实战介绍，手把手带你实现贴合工业界需求的案例项目。
耿直哥深度学习必修课:进击算法工程师课程目录：
1-1_第一章欢迎来到深度学习的世界
1-1_1-1课程内容和理念.mp4
1-2_1-2初识深度学习.mp4
1-3_1-3课程使用的技术栈.mp4
1-2_第二章数学知识回顾
1-1_2-1线性代数.mp4
1-2_2-2微积分.mp4
1-3_2-3概率.mp4
1-3_第三章环境安装和工具使用
1-1_3-1CUDA+Anaconda深度学习环境搭建.mp4
1-2_3-2conda实用命令.mp4
1-3_3-3JupyterNotebook快速上手.mp4
1-4_3-4深度学习库PyTorch安装.mp4
1-4_第四章深度神经网络：误差倒查分解
1-1_4-1神经网络原理.mp4
1-2_4-2多层感知机.mp4
1-3_4-3前向传播和反向传播.mp4
1-4_4-4多层感知机代码实现.mp4
1-5_4-5回归问题.mp4
1-6_4-6线性回归代码实现.mp4
1-7_4-7分类问题.mp4
1-8_4-8多分类问题代码实现.mp4
1-5_第五章常见问题及对策：一切为了泛化能力
1-1_5-1训练的常见问题.mp4
1-2_5-2过拟合欠拟合应对策略.mp4
1-3_5-3过拟合和欠拟合示例.mp4
1-4_5-4正则化.mp4
1-5_5-5Dropout.mp4
1-6_5-6Dropout代码实现.mp4
1-7_5-7梯度消失和梯度爆炸.mp4
1-8_5-8模型文件的读写.mp4
1-6_第六章梯度下降算法及变体
1-10_6-10Adam算法.mp4
1-11_6-11梯度下降代码实现.mp4
1-12_6-12学习率调节器.mp4
1-1_6-1最优化与深度学习.mp4
1-2_6-2损失函数.mp4
1-3_6-3损失函数性质.mp4
1-4_6-4梯度下降.mp4
1-5_6-5随机梯度下降法.mp4
1-6_6-6小批量梯度下降法.mp4
1-7_6-7动量法.mp4
1-8_6-8AdaGrad算法.mp4
1-9_6-9RMSPropAdadelta算法.mp4
1-7_第七章基础卷积神经网络：图像处理利器
1-1_7-1全连接层问题.mp4
1-2_7-2图像卷积.mp4
1-3_7-3卷积层.mp4
1-4_7-4卷积层常见操作.mp4
1-5_7-5池化层Pooling.mp4
1-6_7-6卷积神经网络代码实现（LeNet）.mp4
1-8_第八章复杂卷积神经网络：精细特征捕捉
1-1_8-1AlexNet.mp4
1-2_8-2VGGNet.mp4
1-3_8-3批量规范化.mp4
1-4_8-4GoogLeNet.mp4
1-5_8-5ResNet.mp4
1-6_8-6DenseNet.mp4
1-9_第九章基础循环神经网络：为序列数据而生
1-1_9-1序列建模.mp4
1-2_9-2文本数据预处理.mp4
1-3_9-3循环神经网络.mp4
1-4_9-4随时间反向传播算法.mp4
1-5_9-5循环神经网络代码实现.mp4
1-6_9-6RNN的长期依赖问题.mp4
1-1_10-1深度循环神经网络.mp4
1-2_10-2双向循环神经网络.mp4
1-3_10-3门控循环单元.mp4
1-4_10-4长短期记忆网络.mp4
1-5_10-5复杂循环神经网络代码实现.mp4
1-6_10-6编码器-解码器网络.mp4
1-7_10-7序列到序列模型代码实现.mp4
1-8_10-8束搜索算法.mp4
1-9_10-9机器翻译简单代码实现.mp4
1-11_第十一章注意力神经网络：赋予模型认知能力
1-1_11-1什么是注意力机制.mp4
1-2_11-2注意力的计算.mp4
1-3_11-3键值对注意力和多头注意力.mp4
1-4_11-4自注意力机制.mp4
1-5_11-5注意力池化及代码实现.mp4
1-6_11-6Transformer模型.mp4
1-7_11-7Transformer代码实现.mp4
1-12_第十二章复杂注意力神经网络：大模型的力量
1-1_12-1BERT模型.mp4
1-2_12-2GPT系列模型.mp4
1-3_12-3T5模型.mp4
1-4_12-4ViT模型.mp4
1-5_12-5SwinTransformer模型.mp4
1-6_12-6GPT模型代码实现.mp4
1-13_第十三章深度生成模型：不确定性的妙用
1-1_13-1蒙特卡洛方法.mp4
1-2_13-2变分推断.mp4
1-3_13-3变分自编码器.mp4
1-4_13-4生成对抗网络.mp4
1-5_13-5Diffusion扩散模型.mp4
1-6_13-6图像生成.mp4
1-14_第十四章计算机视觉：让智慧看得见
1-1_14-1自定义数据加载.mp4
1-2_14-2图像数据增强.mp4
1-3_14-3迁移学习.mp4
1-4_14-4经典视觉数据集.mp4
1-5_14-5项目实战：猫狗大战.mp4
1-15_第十五章自然语言处理：人机交互懂你所说
1-1_15-1词嵌入和word2vec.mp4
1-2_15-2词义搜索和句意表示.mp4
1-3_15-3预训练模型.mp4
1-4_15-4HuggingFace库介绍.mp4
1-5_15-5经典NLP数据集.mp4
1-6_15-6项目实战：电影评论情感分析.mp4
1-16_第十六章多模态AI及内容生成：引领智能新时代
1-1_16-1InstructGPT模型.mp4
1-2_16-2CLIP模型.mp4
1-3_16-3DALL-E模型.mp4
1-4_16-4深度学习最新发展趋势分析.mp4
1-5_16-5下一步学习的建议.mp4
暂无评论内容