当前位置：
  1. 首页
  2. 正文

“`html

📖 课程介绍

说实话，现在搞人工智能的人不少，但能真正从零手撸一个模型、把原理讲明白的课程，其实不多。我当初也是踩了不少坑，看了很多“高大上”的课，结果一上手就懵了。

2025年人工智能深度学习系统实战班（14期）零基础入门到精通插图

这门课的设计思路比较实在——**《深度学习实战：从神经网络到Transformer》**，它不跟你绕弯子，直接带你从最基础的环境搭建开始，一步步走到Transformer这类前沿模型。

**几个让我觉得比较靠谱的地方：**
– **直播回放+系统模块**：开班典礼会讲“如何学好人工智能学科”，后面4场直播课覆盖了神经网络、卷积神经网络和Transformer。不是那种东拼西凑的内容，而是有一个清晰的递进逻辑。
– **保姆级安装教程**：从Python环境、Anaconda，到PyTorch（CPU/GPU版本都讲），每一步都有视频演示。对于新手来说，这能省下不少折腾的时间。
– **理论与实战结合**：不是只讲理论，而是通过分类任务、气温预测回归任务等案例，让你在PyTorch里亲手操作自动求导、线性回归、Hub模块等核心功能。

**学完之后，你能做到什么？**
– 理清神经网络、卷积神经网络、Transformer的核心原理和区别。
– 独立完成从配置环境到训练模型的整套流程，熟悉PyTorch的基本操作。
– 解决实际的分类和回归问题，学会调整参数来优化模型效果。

**这门课适合谁？**
– 刚接触AI的学生或想转行的开发者，基础薄弱也没关系。
– 对神经网络、Transformer感兴趣，希望快速上手的工程师。
– 需要用PyTorch完成具体任务（如图像识别、序列预测）的从业者。

**说点实在的：**
不需要你有高深的数学背景，也不用昂贵的硬件，一台普通电脑就行。课程会带你一步步搭建开发环境，用代码把经典模型跑起来。如果你真想入门深度学习，这门课确实是一个不错的起点。

课程目录

  • ├──01-【直播课】直播回放
  • | ├──1.开班典礼：如何学好人工智能学科.mp4
  • 765.16M
  • | ├──2.神经网络.mp4
  • 1.17G
  • | ├──3.卷积神经网络.mp4
  • 1.22G
  • | └──4.transformer解读.mp4
  • 999.13M
  • ├──02-【基础模块】Al课程所需安装软件教程
  • | ├──1.AI课程所需安装软件教程.mp4
  • 16.18M
  • | ├──2.Python环境安装和搭建.mp4
  • 48.10M
  • | ├──3.Anaconda基础讲解和使用的教程.mp4
  • 44.39M
  • | ├──4.PyTorch框架与其他框架区别分析.mp4
  • 39.26M
  • | └──5.CPU与GPU版本安装方法解读.mp4
  • 58.20M
  • ├──03-【基础模块】深度学习基础与框架
  • | ├──1.神经网络结构
  • | | └──神经网络结构.mp4
  • 447.17M
  • | ├──2.PyTorch框架必备核心模块解读
  • | | ├──1-PyTorch实战课程简介.mp4
  • 22.99M
  • | | ├──2-PyTorch框架发展趋势简介.mp4
  • 26.60M
  • | | ├──3-框架安装方法（CPU与GPU版本）.mp4
  • 13.24M
  • | | ├──4-PyTorch基本操作简介.mp4
  • 28.01M
  • | | ├──5-自动求导机制.mp4
  • 33.40M
  • | | ├──6-线性回归DEMO-数据与参数配置.mp4
  • 22.66M
  • | | ├──7-线性回归DEMO-训练回归模型.mp4
  • 39.44M
  • | | ├──8-补充：常见tensor格式.mp4
  • 19.62M
  • | | └──9-补充：Hub模块简介.mp4
  • 53.14M
  • | ├──3.神经网络分类任务
  • | | ├──1-数据集与任务概述.mp4
  • 31.67M
  • | | ├──2-基本模块应用测试.mp4
  • 32.55M
  • | | ├──3-网络结构定义方法.mp4
  • 39.51M
  • | | ├──4-数据源定义简介.mp4
  • 27.19M
  • | | ├──5-损失与训练模块分析.mp4
  • 30.93M
  • | | ├──6-训练一个基本的分类模型.mp4
  • 33.85M
  • | | └──7-参数对结果的影响.mp4
  • 40.80M
  • | ├──4.神经网络回归：气温预测
  • | | └──神经网络回归任务-气温预测.mp4
  • 136.41M
  • | └──5.Pycharm环境配置与Debug演示
  • | | └──Pycharm环境配置与Debug演示(没用过的同学必看).mp4
  • 125.39M
  • ├──04-【基础模块】深度学习核心算法与实践
  • | ├──1.卷积神经网络深度解析
  • | | └──卷积神经网络.mp4
  • 1.33G
  • | ├──2.卷积网络参数分析与优化
  • | | ├──1-输入特征通道分析.mp4
  • 28.28M
  • | | ├──2-卷积网络参数解读.mp4
  • 20.91M
  • | | └──3-卷积网络模型训练.mp4
  • 37.94M
  • | ├──3.ResNet模型及其应用
  • | | ├──1-医学疾病数据集介绍.mp4
  • 18.87M
  • | | ├──2-Resnet网络架构原理分析.mp4
  • 24.84M
  • | | ├──3-dataloader加载数据集.mp4
  • 64.82M
  • | | ├──4-Resnet网络前向传播.mp4
  • 35.84M
  • | | ├──5-残差网络的shortcut操作.mp4
  • 47.37M
  • | | ├──6-特征图升维与降采样操作.mp4
  • 26.91M
  • | | └──7-网络整体流程与训练演示.mp4
  • 67.49M
  • | ├──4.图像识别模型与训练策略（重点）
  • | | ├──1-任务分析与图像数据基本处理.mp4
  • 27.24M
  • | | ├──10-测试结果演示分析.mp4
  • 86.64M
  • | | ├──2-数据增强模块.mp4
  • 26.96M
  • | | ├──3-数据集与模型选择.mp4
  • 28.64M
  • | | ├──4-迁移学习方法解读.mp4
  • 30.59M
  • | | ├──5-输出层与梯度设置.mp4
  • 36.50M
  • | | ├──6-输出类别个数修改.mp4
  • 31.91M
  • | | ├──7-优化器与学习率衰减.mp4
  • 32.95M
  • | | ├──8-模型训练方法.mp4
  • 35.68M
  • | | └──9-重新训练全部模型.mp4
  • 32.51M
  • | ├──5.DataLoader自定义数据集制作
  • | | ├──1-Dataloader要完成的任务分析.mp4
  • 24.34M
  • | | ├──2-图像数据与标签路径处理.mp4
  • 30.10M
  • | | ├──3-Dataloader中需要实现的方法分析.mp4
  • 32.94M
  • | | └──4-实用Dataloader加载数据并训练模型.mp4
  • 38.41M
  • | ├──6.RNN网络架构
  • | | └──RNN网络架构.mp4
  • 29.37M
  • | ├──7.LSTM网络架构
  • | | └──LSTM网络架构.mp4
  • 17.87M
  • | ├──8.LSTM文本分类
  • | | ├──1-数据集与任务目标分析.mp4
  • 52.81M
  • | | ├──2-文本数据处理基本流程分析.mp4
  • 55.97M
  • | | ├──3-命令行参数与DEBUG.mp4
  • 36.52M
  • | | ├──4-训练模型所需基本配置参数分析.mp4
  • 40.92M
  • | | ├──5-预料表与字符切分.mp4
  • 31.98M
  • | |

本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用，未经站长允许禁止转载、转售本站资源。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量，若小于网盘提示的容量则是这个原因。这是浏览器下载的bug，建议用百度网盘软件或迅雷下载。 若排除这种情况，可在对应资源底部留言，或联络站长QQ：502212423。

如果您已经成功付款但是无法显示下载地址，下载地址失效，请联系站长提供付款信息为您处理

教程资源、源码素材属于虚拟商品，具有可复制性，可传播性，一旦授予，不接受任何形式的退款、换货要求。请您在购买获取之前确认好是您所需要的资源
上一篇 Python+AI人脸识别实战：从入门到精通的人工智能技术指南
下一篇 C4D与XP粒子系统课程：从零基础入门到进阶实战技巧

相关文章