深度学习特训营

在AI技术全面渗透的今天，深度学习作为计算机视觉、自然语言处理、推荐系统等核心领域的底层支撑，已成为AI工程师的必备技能，相关岗位薪资常年稳居技术领域前列。但多数学习者正面临困境：数学基础薄弱，看不懂深度学习原理；只会套用框架API，不懂模型调优与创新；掌握零散模型，无法构建完整技术体系；缺乏企业级项目经验，难以通过面试筛选……

*   01 第一阶段：夯实DL必备基础/

  *   01 第一课第1节：微积分.mp4 (185.97 MB), 02:03:32

  *   02 第一课第2节：概率论.mp4 (220.58 MB), 02:04:46

  *   03 第一课第3节：线性代数.mp4 (310.19 MB), 03:14:10

  *   04 第一课第4节：凸优化.mp4 (132.68 MB), 01:38:30

  *   05 第二课 DNN与混合网络：google Wide&Deep.mp4 (211.75 MB), 02:19:50

*   02 第二阶段：从CNN入手，掌握主流DL框架/

  *   01 第三课 CNN从AlexNet到ResNet.mp4 (205.33 MB), 02:19:03

  *   02 第四课 NN框架：tensorflow与pytorch.mp4 (231.90 MB), 02:18:47

*   03 第三阶段：CNN延伸：生成对抗与图像风格转化/

  *   01 第五课 生成对抗网络GAN.mp4 (215.40 MB), 02:22:55

  *   02 第六课：风格迁移原理、风格损失和内容损失函数理解.mp4 (178.64 MB), 01:08:31

*   04 第四阶段：掌握自然语言处理中的神经网络/

  *   01 第七课 循环神经网络与自然语言处理.mp4 (186.62 MB), 02:03:19

  *   02 第八课：RNN条件生成与attention.mp4 (180.10 MB), 01:59:48

*   05 第五阶段：迁移学习与增强学习/

  *   01 第九课：增强学习与Deep Q Network.mp4 (194.91 MB), 01:54:42

  *   02 第十课：物体检测与迁移学习.mp4 (190.51 MB), 02:09:34