【名师精讲】深度学习基础（刘远超）| 学堂在线项目实战

Angelina

课程介绍:
深度学习是人工智能时代的关键技术之一。本课程是一门侧重在深度学习相关理论基础的课程，并对深度学习的典型模型框架的基本原理进行了介绍。如果你想亲密接触深度学习、人工智能等并愿意付诸实践，请加入进来吧！

必学知识:
1. 线性代数、概率等的知识
2. python的基本编程知识

课程目录:
├─{1}--第一讲 深度学习概述
│      #1.1#--附：1.7 程序.pdf
│      (1.2)--M chapter 1 ALL.pdf
│      [1.1]--1.1 深度学习的引出.mp4
│      [1.2]--1.2 数据集及其拆分.mp4
│      [1.3]--1.3 分类及其性能度量.mp4
│      [1.4]--1.4 回归问题及其性能评价.mp4
│      [1.5]--1.5 一致性的评价方法.mp4
│      [1.6]--1.6 深度学习芯片及常用框架介绍.mp4
│      [1.7]--1.7 程序讲解：使用Sklearn进行精确率-召回率曲线的绘制.mp4
│      
├─{2}--第二讲 特征工程概述
│      #2.1#--附：2.4程序.pdf
│      #2.2#--附：2.5程序.pdf
│      (2.3)--M chapter 2 ALL.pdf
│      [2.1]--2.1 特征工程.mp4
│      [2.2]--2.2 向量空间模型及文本相似度计算.mp4
│      [2.3]--2.3 特征处理(特征缩放、选择及降维).mp4
│      [2.4]--2.4 程序讲解：使用sklearn对文档进行向量化的实例.mp4
│      [2.5]--2.5 程序讲解：使用sklearn进行量纲缩放的实例.mp4
│      
├─{3}--第三讲 回归问题及正则化
│      #3.1#--附：3.6 程序.pdf
│      (3.2)--M chapter 3 ALL.pdf
│      [3.1]--3.1 线性回归模型及其求解方法.mp4
│      [3.2]--3.2 多元回归与多项式回归.mp4
│      [3.3]--3.3 损失函数的正则化.mp4
│      [3.4]--3.4 逻辑回归.mp4
│      [3.5]--3.5 案例介绍：Mindspore框架下线性回归模型及动态绘图.mp4
│      [3.6]--3.6 程序讲解：使用sklearn进行线性回归和二次回归的比较.mp4
│      
├─{4}--第四讲 信息熵及梯度计算
│      #4.1#--附：4.5程序.pdf
│      (4.2)--M chapter 4 all.pdf
│      [4.1]--4.1 信息熵.mp4
│      [4.2]--4.2 反向传播中的梯度.mp4
│      [4.3]--4.3 感知机.mp4
│      [4.4]--4.4 程序讲解：正向传播和反向传播的程序示例.mp4
│      [4.5]--4.5 程序讲解：信息熵和互信息的计算程序示例.mp4
│      
├─{5}--第五讲 循环神经网络及其变体
│      #5.1#--附：5.5 程序.pdf
│      (5.2)--M chapter 5 all.pdf
│      [5.1]--5.1 循环神经网络.mp4
│      [5.2]--5.2 长短时记忆网络.mp4
│      [5.3]--5.3 双向循环神经网络和注意力机制.mp4
│      [5.4]--5.4 案例介绍：基于MindSpore框架的机器翻译实例.mp4
│      [5.5]--5.5 程序讲解：循环神经网络的程序示例.mp4
│      
├─{6}--第六讲 卷积神经网络
│      #6.1#--附：6.4 程序.pdf
│      (6.2)--M chapter 6 all.pdf
│      (6.3)--mnist_data.zip
│      [6.1]--6.1 卷积与卷积神经网络.mp4
│      [6.2]--6.2 LeNet-5 模型分析.mp4
│      [6.3]--6.3 案例介绍：Mindspore框架下基于lenet5的手写.mp4
│      [6.4]--6.4 程序讲解：卷积神经网络的程序示例.mp4
│      
├─{7}--第七讲 递归神经网络
│      (7.1)--M chapter 7 ALL.pdf
│      [7.1]--7.1 情感分析及传统求解方法.mp4
│      [7.2]--7.2 词向量.mp4
│      [7.3]--7.3 递归神经网络及其变体.mp4
│      [7.4]--7.4 案例介绍 Mindspore框架下基于LSTM的情感分类.mp4
│      
├─{8}--第八讲 生成式神经网络
│      #8.1#--附：8.5 程序.pdf
│      (8.2)--M chapter 8 ALL.pdf
│      [8.1]--8.1 自动编码器.mp4
│      [8.2]--8.2 变分自动编码器.mp4
│      [8.3]--8.3 生成对抗网络.mp4
│      [8.4]--8.4 案例介绍：Mindspore框架下基于Cyclegan的.mp4
│      [8.5]--8.5 程序讲解：自动编码器程序示例.mp4
│      
└─{9}--第九讲 预训练模型
        (9.1)--M chapter 9-1.pdf
        (9.2)--M chapter 9-2.pdf
        [9.1]--9.1 Transformer原理介绍.mp4
        [9.2]--9.2 预训练模型.mp4
        [9.3]--9.3 案例介绍：Mindspore框架下基于BERT网络实现智.mp4

游客，如果您要查看本帖隐藏内容请回复

suzilong0

啥也不说了，感谢楼主分享哇！

bashen

确实是难得好帖啊，顶先

1738121600

啥也不说了，感谢楼主分享哇！

花椒枸杞

啥也不说了，感谢楼主分享哇！

buchiyudema

啥也不说了，感谢楼主分享哇！

sean2023

啥也不说了，感谢楼主分享哇！

youngfutao

啥也不说了，感谢楼主分享哇！

m9128213

正需要，支持楼主大人了！

xiaod

啥也不说了，感谢楼主分享哇！