在人工智能技术迅猛发展的当下，深度学习作为核心驱动力，已广泛渗透到计算机视觉、自然语言处理、语音识别等多个领域。它通过模拟人类大脑神经元的连接方式，构建多层神经网络模型，实现对复杂数据的特征提取与模式识别。本文将从深度学习的理论基础出发，探讨核心模型的原理，再结合实践流程与典型案例，剖析理论与实践的融合路径，为深度学习的学习与应用提供参考。
* 01 从机械思维到深度学习.mp4
* 02 《深度学习理论与实践》系列直播课1：机器智能的哲学与历史.mp4
* 03 《深度学习理论与实践》系列直播课2：机器智能的数学.mp4
* 04 《深度学习理论与实践》系列直播课3：大脑，认知的艺术.mp4
* 05 《深度学习理论与实践》系列直播课四：广义线性模型.mp4
* 06 《深度学习理论与实践》系列直播课五：经典神经网络.mp4
* 07 《深度学习理论与实践》系列直播课六：连接主义.mp4
* 08 《深度学习理论与实践》系列直播课七：卷积神经网络.mp4
* 09 《深度学习理论与实践》系列直播课八：深度学习的视觉应用.mp4
* 10 《深度学习理论与实践》系列直播课九：循环神经网路.mp4
* 11 《深度学习理论与实践》系列直播课十：深度学习下的自然语言处理.mp4
* 12 《深度学习理论与实践》系列直播课十一：深度生成模型.mp4
* 13 《深度学习理论与实践》系列直播课十二：Transformer模型.mp4
* 14 《深度学习理论与实践》系列直播课十三：图神经网络模型.mp4
* 15 《深度学习理论与实践》系列直播课十四：视觉-语言问题.mp4
* 16 《深度学习理论与实践》系列直播课十五：深度增强学习.mp4
* 【试看内容】/
* 01 从机械思维到深度学习.mp4
* 02 《深度学习理论与实践》系列直播课1：机器智能的哲学与历史.mp4
