咕泡-人工智能深度学习系统班第十四期

这门课面向的是想真正动手做深度学习、而不是只停留在概念层面的学习者。它要解决的问题很具体：很多人自学时能看懂卷积、反向传播这些名词，但一到自己搭网络、处理数据集、调参训练就卡住；或者会用现成模型跑个demo，却说不清为什么这样设计、效果不好该从哪里改。这套内容按基础、算法、方向应用三层推进，把"看懂

单课价¥29.90新品上架

会员价 会员免费开通会员后本篇可直接下载套餐详情

135 人关注更新于 2026-10-18 永久有效

发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›

购买本课销量 0 · 永久有效

会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领

年免费可领

月免费可领

游客按标价购买，不享受上表折扣。

支付成功后自动发放网盘链接，链接失效可找客服免费补

正版保障极速发货售后无忧

先看哪几块，取决于你现在的基础

如果你完全没有深度学习经验，建议从深度学习基础与框架那部分入手，先把张量运算、自动求导、模型训练循环这几件事跑通，配合安装配置的内容把环境搭起来。这一步不追求快，能独立写出一个可训练的小网络比刷完视频更重要。有基础、只是知识零散的人，可以跳过入门部分，直接从核心算法与实践切入，重点看卷积网络的结构设计和训练技巧。神经网络、卷积神经网络这两块属于地基，无论走哪个方向都建议过一遍，后面的目标检测、图像分割都建立在这上面。

学完能独立做什么

课程的应用方向集中在计算机视觉，覆盖图像处理基础、目标检测、图像分割，以及MMLAB框架和数据集制作的实战。学完之后，比较现实的能力边界是：能针对一个具体的视觉任务，自己整理和标注数据集，选一个合适的网络结构进行训练和调优，读懂评估指标并判断模型问题出在哪，最后把模型跑成可用的推理结果。Transformer与视觉应用部分能让你接触较新的结构思路，但不要指望一遍就吃透，它更适合在有了卷积基础之后作为扩展来看。需要说明的是，这些能力是靠项目练出来的，光看讲解不会自动变成你的。

资料怎么配合练习

直播回放适合按顺序跟，但不要一次看完就丢。更有效的用法是：每学完一个算法模块，自己找一份小数据集复现一遍，哪怕规模缩小、精度不高，走通流程的价值远大于看懂。基础模块和方向模块之间可以交叉，学完目标检测就回头补一下数据增强和损失函数的细节，理解会更深。资料里的讲义和文档适合当查阅手册，训练报错或参数不确定时再翻，而不是从头逐页读。这套内容体量不小，建议给自己定一个可交付的小目标，比如完整做出一个检测或分割的小项目，用它来检验学习效果，而不是以"看完多少节"作为进度标准。

课程目录

咕泡-人工智能深度学习系统班第十四期 咕泡-人工智能深度学习系统班第十三期 咕泡-人工智能深度学习系统班第十四期更新课程 1-直播课直播回放 10-方向ACV方向生成模型与图像生成技术 11-方向ACV方向行为识别+姿态估计+目标追踪 12-方向ACV方向行人重识别技术 13-方向ACV方向自动化驾驶 14-方向ACV方向3D点云处理 15-方向ACV方向工业与医学视觉应用 16-方向ACV方向文字检测与识别 17-方向BNLP方向自然语言处理基础技术 18-方向BNLP方向词向量与文本表示学习 19-方向BNLP方向Transformer与预训练语言模型 2-基础模块AI课程所需安装软件教程 20-方向CLLM方向方向大模型基础微调与部署 21-方向CLLM方向RAG检索增强与开发框架 22-方向CLLM方向智能体架构与多Agent协作 23-方向CLLM方向COZE智能体搭建实战 24-方向CLLM方向多模态与大模型技术 25-方向D时序与GNN方向时间序列预测算法与实战 26-方向D时序与GNN方向图神经网络实战 27-方向E强化学习强化学习基础算法与实战 28-方向E强化学习人形机器人高级学习与控制方法 29-方向F智能应用知识图谱技术与构建 3-基础模块深度学习基础与框架 30-方向F智能应用语音识别 31-方向F智能应用现代推荐系统与实战 32-进阶模块深度学习模型部署与实战 33-进阶模块深度学习模型优化与创新 34-进阶模块科研与职业发展 4-基础模块深度学习核心算法与实践 5-方向ACV方向图像处理基础 6-方向ACV方向目标检测算法 7-方向ACV方向图像分割算法 8-方向ACV方向MMLAB框架与数据集制作实战 9-方向ACV方向Transformer与视觉应用 资料 课程.pdf
 1-开班典礼如何学好人工智能学科 2-神经网络 3-卷积神经网络 4-transformer解读 1-开班典礼如何学好人工智能学科 41.mp4
 适合人群 AI初学者 深度学习爱好者 希望转行AI领域人士 学习收获 掌握深度学习核心技术 开发AI应用项目 提升AI工程师技能 祝您学习愉快！ 学有所成，前程似锦！