拉钩 - 深度学习入门与实战21讲
来自 网络整理·免费领取学习资源
8,286 领取 · 8,254 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课，内容以视频为主，对应《拉钩 - 深度学习入门与实战21讲》。官网需要单独购买，有集上可以免费领取。
课程介绍
带你精简算法理论，从零打造实战模型
课程目录
- 目录 /共23节
- 开篇词
- 开篇词 | 掌握深度学习，畅游 AI 时代
- 模块一：基础概念
- 01 | 从神经元说起：数学篇
- 02 | 从神经元说起：结构篇#
- 03 | AI 术语：让你变得更加专业
- 04 | 函数与优化方法：模型的自我学习（上）
- 05 | 前馈网络与反向传播：模型的自我学习（下）
- 06 | 线性回归模型：在问题中回顾与了解基础概念
- 07 | 卷积神经网络：给你的模型一双可以看到世界的眼睛
- 08 | RNN 与 LSTM：模型也可以持续不断地思考
- 09 | 自编码器：让模型拥有属于自己的表达和语言
- 10 | 生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏
- 模块二：工具与框架
- 11 | 集成、共享、敏捷：Jupyter Notebook 的使用
- 12 | 数据预处理：让模型学得更好
- 13 | 张量、数据流图与概念：初步了解 TensorFlow
- 14 | 工作机制与流程：通过手写识别深入了解 TensorFlow
- 15 | TensorBoard：实验统计分析助手
- 模块三：经典问题的落地实战
- 16 | 图像分类：技术背景与常用模型解析
- 17 | 图像分类：实现你的第一个图像分类实战项目
- 18 | 语义分割：技术背景与算法剖析
- 19 | 语义分割：打造简单高效的人像分割模型
- 20 | 文本分类：技术背景与经典网络结构介绍
- 21 | 文本分类：用 Bert 做出一个优秀的文本分类模型
- 结束语
- 结束语 | 掌握深度学习，搭上 AI 快车8
贡献者
Kevin
青铜