小白从零吃透深度学习边跑代码边懂原理

课程详情

课程详情

课程标题：小白从零吃透深度学习边跑代码边懂原理

适合人群

  • 数学薄弱、看书看不懂公式、只会调包不懂底层原理的学习者
  • 零基础跨行求职者
  • 大专 / 本科非计算机专业
  • 想副业做 AI 的职场人

你将会学到

  • PyTorch
  • Python 科学计算
  • 神经网络基础
  • PyTorch 快速上手
  • 文字生成
  • 情感分析
  • 神经网络
  • RNN
  • CNN
  • LSTM
  • 梯度下降算法
  • 余弦退火算法

课程简介

1、【为什么要学习本门课程】

当下 AI 行业飞速扩张，算法岗、AI 开发、智能研发岗位薪资持续走高，但绝大多数新手学习都卡在多重痛点：翻看教材满页高数公式完全看不懂；网上课程要么纯理论无实操，要么只会复制粘贴调包，底层逻辑一窍不通；自己搭建模型频繁报错，没人答疑纠错；想做出能写进简历的完整项目却无从下手。市场里能兼顾零基础友好、公式通俗拆解、全程代码实操的系统化课程十分稀缺，很多入门课直接劝退数学薄弱人群。本课程精准解决小白三大难题：弱化晦涩高数门槛、做到原理和代码同步落地、手把手排查训练报错，帮零基础人群跨过深度学习第一道门槛，掌握可落地的 AI 基础能力，不管是转行求职、学业加分、副业做 AI 工具都有实打实技术支撑。

2、【课程特点】差异化稀缺优势

原理代码双同步，行业少有的并行教学模式：别家课程普遍先讲几周理论再碰代码，本课每一个知识点，先通俗讲逻辑，立刻手写完整可运行代码，理解一层网络就实操训练一层，杜绝 “纸上懂、上手废”。

高数降维拆解，专为数学小白定制：不堆砌复杂推导，用图像、数值案例拆解梯度、矩阵、损失函数，高中数学基础就能听懂，打破 “学深度学习必须精通高数” 的固有壁垒。

全流程无跳步实操：从环境配置、数据集处理、网络搭建、调参优化到简易部署，每一行代码附带逐行注释，复制就能跑，报错点提前标注解决方案。

兼顾通用性与实用性：不只讲基础网络，同步对接当下主流 PyTorch 框架，衔接大模型前置知识，学完既能夯实底层，也能无缝进阶微调 LLM、CV 模型。

3、【主体大纲 & 设计思路】

整体采用阶梯递进三段式设计，由浅入深杜绝断层：

  • 模块一：前置基础铺垫（零基础友好）
  • 模块二：核心网络原理 + 同步代码实战
  • 模块三：项目落地优化

4、【授课风格】

语言全程大白话口语化，摒弃学术晦涩术语，多用生活类比（比如把反向传播比作错题订正、卷积比作滤镜扫描图片）；内容风格重实操轻堆砌，少长篇大论推导，多截图演示运行过程；遇到难点放慢节奏，反复演示易错代码片段；拒绝填鸭式灌输，每节课预留思考小问题，引导主动理解逻辑，适配自学能力一般、怕枯燥理论的小白群体。

5、【配套福利】

  • 全套可复制源码包
  • 分层练习题
  • 专属资料包
  • 报错问题汇总文档
  • 课后答疑通道

课程目录

01 pytorch极速入门
  01 1.pytorch简介.mp4
  02 2.张量的创建方式 0阶张量.mp4
  03 3.一阶 二阶张量和Tensor创建方式.mp4
  04 4.IntTensor FloatTensor等创建方式.mp4
  05 5.torch随机数生成.mp4
  06 6.全零 全一全值张量和like.mp4
  07 7.元素的类型转换.mp4
  08 8.张量转numpy数组.mp4
  09 9.numpy数组转张量.mp4
  10 10.矩阵乘法运算.mp4
  11 11.张量的数学函数 复习math.mp4
  12 12.张量的索引 切片操作.mp4
  13 13.张量索引的行列操作公式.mp4
  14 14.张量多维索引的操作 理解.mp4
  15 15.unsquee和squee的升维和降维.mp4
  16 16.transpose和permute张量转换.mp4
  17 17.view函数和contiguous函数.mp4
  18 18.cat测试没加维度.mp4
  19 19.stack张量拼接 加维度案例.mp4
  20 20.维度的拆分chunk和split.mp4
02 pytorch自动微分模块
  01 21.pytorch的计算图.mp4
  02 22.如何来计算梯度 导数.mp4
  03 23.计算张量的梯度 非标量.mp4
  04 24.带梯度的张量 转numpy数组.mp4
  05 25.uumit A2A平台介绍.mp4
  06 27.作业和复习.mp4
03 NN神经网络
  01 28.神经元的模拟工程.mp4
  02 29.神经网络的入门图示.mp4
  03 30.单个神经元到激活函数.mp4
  04 31.激活函数的作用.mp4
  05 32.Sigmoid函数.mp4
  06 33.Tanh升级版S型函数.mp4
  07 34.ReLu修正线性单元函数.mp4
  08 35.Softmax函数概率生成.mp4
  09 36.神经网络网站的测试.mp4
  10 37.最简单三层神经网络 计算.mp4
  11 38.构建神经网络- 自定义类.mp4
04 神经网络优化方法
  01 39.创建测试函数.mp4
  02 40.打印摘要和权重 偏置参数信息.mp4
  03 41.省略理解代码 变简单.mp4
  04 42.xavier初始化.mp4
  05 43.kaiming初始化.mp4
  06 44.小结.mp4
  07 45.损失函数的计算.mp4
  08 46.深度学习的复习.mp4
  09 47.二分类和多分类损失函数.mp4
  10 48.epoch batch iteration三个术语.mp4
  11 49.反向传播回顾.mp4
  12 50.梯度优化器SGD测试.mp4
  13 51.动量法 Adam法测试.mp4
05 神经网络的正则化处理
  01 52.百次循环 正弦余弦函数测试.mp4
  02 53.随机失活Dropout测试.mp4
  03 54.学习率 调度两种方式.mp4
  04 55.神经网络加损失 加优化器 学习率.mp4
  05 56.神经网络小结和作业.mp4