飞豹客 · 教程详情

三个月教你从零入门人工智能，深度学习精华实践视频教程

会员可免费下载本篇

月会员可按日额度下载（每篇扣 1 次）。

开通会员 · 按档位下载 →

49 人浏览发布 2026-08-31更新 2026-08-31

三个月教你从零入门人工智能，深度学习精华实践视频教程

深度学习实践教程，从零基础到实战

编辑点评

系统讲解深度学习核心概念，涵盖自然语言处理、迁移学习、对抗网络等前沿技术，实战项目丰富，适合初学者及进阶者。

⭐ 编辑推荐

本教程由资深AI专家授课，深入浅出讲解深度学习，实战项目丰富，助你快速掌握人工智能。

课程亮点

• 深度学习核心概念讲解

• 实战项目丰富

• 适合初学者及进阶者

课程目录

📁 章节10： 自然语言处理
    64. 实例：用LSTM实现一个简单的聊天机器人-.mp4  [103.8 MB]
    63. LSTM的代码实现-.mp4  [27.5 MB]
    62. LSTM的简介与原理详解-.mp4  [11.7 MB]
📁 章节08： 迁移学习
    57. 迁移学习的方法-.mp4  [16.6 MB]
    58. 迁移学习案例分享-.mp4  [16.6 MB]
    56. 迁移学习的应用-.mp4  [14.8 MB]
    55. 迁移学习简介-.mp4  [12.3 MB]
📁 章节11： 无监督学习：对抗网络GAN
    67. GAN的变种及应用-.mp4  [61.6 MB]
    66. GAN的数学推导及代码实现-.mp4  [57.9 MB]
    65. GAN的背景与应用-.mp4  [12.2 MB]
    68. 实例：用GAN生成二次元萌妹子-.mp4  [33.7 MB]
📁 章节13： 实战项目演练
    76. 自动创造音乐-.mp4  [64.8 MB]
    74. 用户分群与偏好预测经典案例-.mp4  [57.6 MB]
    75. 自动创作古诗词-.mp4  [37.7 MB]
📁 章节07： 目标检测算法的原理及应用
    50. R-CNN相关算法的原理及实现（二）-.mp4  [32.4 MB]
    53. SSD相关算法的原理及实现 （一）-.mp4  [46.3 MB]
    52. YOLO相关算法的原理及实现（二）-.mp4  [72.1 MB]
    49. R-CNN相关算法的原理及实现（一）-.mp4  [80.5 MB]
    48. 目标检测算法的简介与种类-.mp4  [26.9 MB]
    54. SSD相关算法的原理及实现 （二）-.mp4  [34.3 MB]
    51. YOLO相关算法的原理及实现（一）-.mp4  [37.8 MB]
📁 章节06： 经典卷积神经网络及图像分类
    45. GoogleNet的网络结构与实现(1)-.mp4  [66.8 MB]
    41. 卷积神经网络的代码实现（2）-.mp4  [194.3 MB]
    46. Resnet的网络结构及实现-.mp4  [11.1 MB]
    44. Vgg的网络结构及实现-.mp4  [14.5 MB]
    47. 实例：用经典的卷积神经网络cifar-10数据进行图像分类-.mp4  [67.6 MB]
    42. Le-Net5的网络结构与实现-.mp4  [46.7 MB]
    43. Alexnet的网络结构和实现-.mp4  [20.1 MB]
    40. 卷积神经网络的代码实现（1）-.mp4  [69.1 MB]
    45. GoogleNet的网络结构与实现-.mp4  [73.3 MB]
    39. 卷积神经网络的背景与原理-.mp4  [34.7 MB]
📁 章节02： 深度学习入门基础知识
    09. 作业讲解—如何制作自己的数据集1-.mp4  [65.1 MB]
    05. Tensorflow快速入门（二）--实战演练和模型训练-.mp4  [91.0 MB]
    06. Tensorflow快速入门（三）--技巧总结-.mp4  [44.7 MB]
    10. 作业讲解—如何制作自己的数据集2-.mp4  [57.5 MB]
    07. 深度学习数学知识一览表-.mp4  [35.9 MB]
    04. TensorFlow快速入门（一）--基本概年和框架-.mp4  [74.3 MB]
    03. 深度学习环境准备-.mp4  [9.1 MB]
    08. 作业：实例：用自己的数据集训练模型-.mp4  [3.9 MB]
📁 章节05： 自编码Autocoder的原理及应用
    36. 实例：Autoencoder与聚类结合在预测用户偏好中的应用-.mp4  [33.7 MB]
    31. 什么是Autoencoer-.mp4  [11.4 MB]
    32. Autoencoder的原理与实现-.mp4  [14.3 MB]
    38. 作业讲解：如何高效的运用Autoencoder降维-.mp4  [10.3 MB]
    35. Autoencoder的变种（二）-.mp4  [16.5 MB]
    34. Autoencoder的变种（一）-.mp4  [12.5 MB]
    37. 作业：运用Autoencoder对海量数据进行降维-.mp4  [5.3 MB]
    33. Autoencoder与PCA的区别-.mp4  [6.9 MB]
📁 章节12： 深度学习的高性能计算
    72. 多机多卡的实现过程-.mp4  [65.3 MB]
    69. 单机单卡的实现过程-.mp4  [11.1 MB]
    73. 实例： 分布式训练实例：基于docker的分布式-.mp4  [59.1 MB]
    70. 单机多卡的实现过程-.mp4  [38.2 MB]
    71. 多机单卡的实现过程-.mp4  [12.2 MB]
📁 章节04： 前向传播与反向传播
    26. 反向传播的原理-.mp4  [26.1 MB]
    30. 作业讲解：如何写一个Autoencoder-.mp4  [26.2 MB]
    28. 实例：自己手写一个完整的BP-.mp4  [24.6 MB]
    29. 作业：写一个Autoencoder-.mp4  [2.8 MB]
    27. 反向传播代码实现-.mp4  [7.3 MB]
    25. 前向传播的代码实现-.mp4  [5.5 MB]
    24. 前向传播的原理-.mp4  [7.0 MB]
📁 章节01： 什么是人工智能
    1. 人工智能背景介绍-.mp4  [21.9 MB]
    2. 前期环境准备-.mp4  [28.9 MB]
📁 章节03： 传统神经网络与参数理解
    20. 正则化的方法(二)-.mp4  [15.1 MB]
    19. 正则化的方法（一）-.mp4  [56.2 MB]
    21. 实例：识别花的种类-.mp4  [25.1 MB]
    11. 什么是多层感知机-.mp4  [8.1 MB]
    12. 激活函数的原理、类别与实现1-.mp4  [37.8 MB]
    23. 作业讲解：不同参数的改变对于准确率的变化原理-.mp4  [37.2 MB]
    14. 损失函数的原理、类别与实现上-.mp4  [32.8 MB]
    16. 梯度下降算法一-.mp4  [53.7 MB]
    13. 激活函数的原理、类别与实现2-.mp4  [21.6 MB]
    18. 学习率的设定-.mp4  [11.5 MB]
    17. 梯度下降算法二-.mp4  [66.9 MB]
    15. 损失函数的原理、类别与实现下-.mp4  [20.4 MB]
    22. 作业：改变不同的参数，提高识别花种类的准确率-.mp4  [4.6 MB]
📁 章节09： 循环神经网络RNN
    61. 实例：用RNN来做情感分析-.mp4  [67.1 MB]
    59. 循环神经网络RNN的简介与原理详解-.mp4  [34.7 MB]
    60. 循环神经网络RNN的代码实现-.mp4  [14.6 MB]