-
学习时长
十周/建议每周至少六小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
课程价格：
￥499.00
预约下一期 *课程已报满，可预约下一期
支持花呗分期
- 任务1： 深度学习第一期开课仪式.pdf
- 任务2： 【视频】讲师课前分享 07:36
- 任务3： 助教分组结果-深度学习一期.xlsx
- 第1章: 深度学习简介
- 任务4： 【课件】L1 课程基础介绍.pdf
- 第1节: 课程前言
- 任务5： 【视频】前言 25:01
- 第2节: 预备知识概述
- 任务6： 【视频】预备基础知识 11:01
- 第3节: 人工智能发展史
- 任务7： 【视频】人工智能发展史 36:22
- 第4节: 机器学习与神经网络
- 任务8： 【视频】机器学习与神经网络 26:35
- 第5节: 计算机视觉与自然语言处理概述
- 任务9： 【视频】计算机视觉与自然语言处理简介 12:50
- 第2章: 神经网络入门
- 任务10： 【课件】L2 神经网络.pdf
- 第1节: 知识引入
- 任务11： 【视频】知识引入 22:04
- 第2节: 感知机
- 任务12： 【视频】感知机 10:52
- 第3节: 神经网络
- 任务13： 【视频】神经网络 32:12
- 第4节: 误差反向传播
- 任务14： 【视频】误差反向传播 24:42
- 第5节: 手写数字识别
- 任务15： 【视频】手写数字识别 31:46
- 第6节: 作业实践
- 任务16-1： 【视频】作业 03:35
- 任务16-2： 【作业】第二章
- 任务16-3： 【代码】HW2 coding.zip
- 任务17-1： 第二章作业思路提示-金鑫助教.pdf
- 任务17-2： 第二章作业讲解 22:22
- 第3章: 卷积神经网络
- 任务18： 【课件】L3 卷积神经网络.pdf
- 第1节: 人类视觉系统
- 任务19： 【视频】人类视觉系统 11:52
- 第2节: 卷积神经网络数学基础
- 任务20： 【视频】CNN数学基础 33:56
- 第3节: 卷积神经网络推导及其发展历史
- 任务21： 【视频】CNN推导及其发展历史 61:57
- 第4节: 实践：基于CNN的手写数字识别
- 任务22： 【视频】基于CNN的手写数字识别实践 27:41
- 第5节: 作业
- 任务23-1： 【作业】第三章
- 任务23-2： 实践代码
- 任务23-3： 【代码】code-Python版本.zip
- 任务24-1： 第三章作业思路提示-许世雄助教.pdf
- 任务24-2： 第三章作业讲解 16:16
- 第4章: 优化算法与参数调节
- 任务25： 【课件】L4 优化算法与参数调节.pdf
- 任务26： 课件补充资料
- 第1节: 模型与风险
- 任务27： 【视频】模型与风险 29:14
- 第2节: 偏差与方程
- 任务28： 【视频】偏差与方差 18:27
- 第3节: 评价指标
- 任务29： 【视频】评价指标 20:17
- 第4节: 网络优化
- 任务30-1： 【视频】网络优化 61:18
- 任务30-2： 【视频】梯度下降基础 05:31
- 任务30-3： 【作业】第四章
- 第5节: 实践
- 任务31-1： 【代码】L4 code.zip
- 任务31-2： 第四章作业思路提示-许世雄助教.png
- 任务31-3： 第四章作业讲评-许世雄.pdf
- 任务31-4： 【工具】梯度下降演示工具master.zip
- 第5章: Pytorch框架介绍
- 任务32-1： 【课件】Pytorch框架.pptx
- 任务32-2： 【课外】参考资料.zip
- 第1节: Pytorch简介与安装
- 任务33： 【视频】Pytorch简介与安装 19:17
- 第2节: Pytorch元素介绍
- 任务34： 【视频】Pytorch元素介绍 22:11
- 第3节: Pytorch网络搭建
- 任务35： 【视频】Pytorch网络搭建 33:34
- 第4节: 学习率
- 任务36： 【视频】学习率 03:03
- 第5节: 进阶
- 任务37： 【视频】进阶 14:07
- 第6节: 实践
- 任务38-1： 【作业】第五章
- 任务38-2： 第五章作业思路提示-金鑫助教.pdf
- 任务38-3： 第五章作业讲评-陈彭鑫同学.pdf
- 第6章: 深度学习在CV领域的应用
- 任务39： 【论文】Faster R-CNN.pdf
- 第1节: 实践I：图像分类
- 任务40-1： 深度学习 L6 图像分类.pdf
- 任务40-2： 【实践】基于CNN的图像分类 38:31
- 第2节: 实践II：目标检测
- 任务41： 【作业】第六章
- 任务42-1： 【课件】L6 目标检测.pdf
- 任务42-2： 【视频】基于CNN的目标检测算法 42:44
- 任务42-3： 【实践】faster RCNN代码讲解 30:35
- 任务42-4： 【代码】faster-rcnn.pytorch-master.zip
- 任务43-1： 第六章作业思路提示-金鑫助教.pdf
- 任务43-2： 第六章作业讲评-刘维达同学.pdf
- 第7章: 循环神经网络
- 第1节: RNN
- 任务44-1： 【课件】循环神经网络.pdf
- 任务44-2： 【视频】RNN 77:13
- 第2节: LSTM模型
- 任务45-1： 【课件】L7 LSTM与GRU.pdf
- 任务45-2： 【视频】LSTM与GRU 34:49
- 第8章: 深度学习在NLP领域的应用
- 第1节: NLP引用与文本表示学习
- 任务46-1： 【课件】深度学习在NLP中的应用.pdf
- 任务46-2： 【视频】文本表示学习 58:08
- 第2节: 文本分类应用
- 任务47： 【视频】文本分类应用 42:52
- 第3节: 实践I：文本分类
- 任务48-1： 【视频】代码实践 32:08
- 任务48-2： 【代码】实践代码.zip
- 第9章: 注意力机制
- 第1节: Seq2Seq及注意力网络原理
- 任务49-1： 【课件】L9 注意力网络.pdf
- 任务49-2： 【视频】注意力机制 53:32
深蓝学院
