这套资料由三部分构成：深度学习必修课、机器学习课、强化学习课，主题落在算法工程师日常真正会用到的那条主线上——从张量计算、反向传播、优化器，到 Q-Learning、DQN、策略梯度，再到 Gym 环境里的完整训练闭环。它的价值不在“看过”，而在“对着跑一遍、改一遍”。如果你已经在用 PyTorch 或准备转向深度学习方向，这份合集更像是一份可对照的工程手册：每讲一个算法，后面基本都能找到对应的代码实现环节。

技术栈与运行环境

课程的主线语言是 Python，深度学习部分围绕 PyTorch 展开，强化学习部分依赖 Gym 做环境交互，配套用 conda 管理虚拟环境、Jupyter Notebook 做实验记录。这个组合是当前算法岗位最主流的搭配，意味着你在这里写的代码、调参的习惯、环境的组织方式，可以直接迁移到自己的项目里，不需要额外做技术栈的换算。

环境搭建被单独拿出来讲（conda 命令、Notebook 快速上手），这点对自学者其实很关键：真正卡住大多数人的往往不是反向传播的数学，而是版本冲突、依赖缺失、CUDA 对不上。把环境先跑通，后面看算法才不至于一直在报错里打转。

内容结构：从基础算法到智能体

三套课各自成体系，但拼在一起是一条连贯的路径。

  • 机器学习部分负责打底：常见模型的原理、损失函数、评估方式，建立“输入—模型—目标”的基本直觉。
  • 深度学习必修课进入工程核心：网络结构、激活函数、优化器、正则化，以及如何把这些零件拼成一个能训练、能收敛的模型。
  • 强化学习课是进阶和高潮：蒙特卡洛方法、时序差分、深度 Q 网络（DQN）的思想与实现，再到策略优化类方法，最后落到 Gym 上的完整项目实战。

值得注意的是强化学习部分的组织方式——先讲原理，再给代码实现，紧接着用 Gym 游戏做项目。这种“原理—实现—验证”的三段式，正好对应工程上最需要的判断力：知道一个算法为什么这样写，出问题时能从哪一层去排查。

可复用的工程模块

把视频当成代码仓库来读，能拎出几类可复用的东西：

  • DQN 的完整实现：经验回放、目标网络、ε-greedy 探索，这套结构稍作修改就能套到自己的环境上。
  • Gym 环境接入：状态、动作、奖励的封装方式，是做强化学习项目绕不开的接口层。
  • 训练与调试流程：conda 环境隔离、Notebook 分步验证、指标可视化，这些平时不起眼，却是能不能把实验稳定复现的关键。

这些模块的意义在于，它们不是孤立的示例，而是可以拆下来嵌进你自己项目里的零件。看视频时顺手把这几块代码整理成自己的模板库，比单纯收藏链接有用得多。

怎么用它自学

建议不要按视频顺序从头看到尾。更有效的方式是：先确认环境，跑通最基础的一个训练脚本；然后按“算法—代码—项目”的顺序对照推进，每学一个方法就自己重写一遍关键函数，而不是复制粘贴。遇到 DQN、蒙特卡洛这类概念，先想清楚它解决的问题是什么，再回头看代码怎么落地。

这套资料适合拿来对照实践，而不是空看。看一讲就动手跑一讲，改参数、看曲线、复现结果，才能真正把里面的结构变成自己的工程能力。

梗直哥 3套课程合集【 深度学习必修课-进击算法工程师/机器+强化学习课】

深度学习与强化学习实战课程

编辑点评

系统讲解深度学习与强化学习核心算法，实战项目丰富，适合进阶学习。

⭐ 编辑推荐

全面掌握深度学习与强化学习，提升算法工程师技能。

✨ 课程亮点

✦深度学习核心算法讲解
✦强化学习实战项目
✦Python实战应用

课程目录

📁 梗直哥–强化学习必修课：引领智能新时代
    1_7-1-深度Q网络核心思想和原理.mp4  [44.7 MB]
    3_3-3-Jupyter-Notebook快速上手.mp4  [14.1 MB]
    1_6-1-蒙特卡洛方法.mp4  [32.5 MB]
    2_7-2-DQN-代码实现.mp4  [35.8 MB]
    1_12-1-项目实战：Gym游戏.mp4  [51.4 MB]
    2_3-2-conda使用命令【公重号：CunWorkNotes】.mp4  [11.9 MB]
    2_10-2-Dyna-Q算法【资源精选‖更多关注：CunworkNotes】.mp4  [44.6 MB]
    1_3-1-CUDA+Anaconda深度学习环境配置【更多精选‖公众号：CunWorknotes】  .mp4  [18.7 MB]
    1_10-1-基于模型的强化学习核心思想和原理.mp4  [48.0 MB]
    2_9-2-改进型演员评论家算法【持续更新‖免费提供：CunworknoteS】.mp4  [23.0 MB]
    5_9-5-DDPG算法代码实现.mp4  [22.5 MB]
    3_5-3-价值迭代.mp4  [19.2 MB]
    4_12-4-下一步的学习建议【资源精选‖更多关注：CunworkNotes】.mp4  [33.3 MB]
    5_11-5-AlphaStar系统.mp4  [82.4 MB]
    4_7-4-DQN改进算法代码实现【资源精选‖更多关注：CunworkNotes】.mp4  [31.0 MB]
    4_10-4-基于模型的策略优化.mp4  [19.7 MB]
    5_6-5-Q-Learning算法【持续更新‖免费提供：CunworknoteS】.mp4  [32.3 MB]
    6_6-6-SARSA算法.mp4  [20.8 MB]
    7_6-7-Q-Learning&SARSA代码实现【整理不易‖记得关注：CunWorKNotes】.mp4  [23.8 MB]
    4_9-4-深度确定性策略梯度.mp4  [30.3 MB]
    7_4-7-常见问题解析.mp4  [21.7 MB]
    1_1-1-课程内容和理念.mp4  [59.0 MB]
    3_8-3-策略梯度方法代码实现.mp4  [19.4 MB]
    4_11-4-MADDP的代码实现.mp4  [45.1 MB]
    6_9-6-软性演员评论家算法.mp4  [38.6 MB]
    5_10-5-MBPO的代码实现.mp4  [53.8 MB]
    4_8-4-近端策略优化算法.mp4  [36.2 MB]
    6_4-6-模型分类与选择.mp4  [30.8 MB]
    4_4-4-马尔可夫奖励过程：懂得“想”.mp4  [49.4 MB]
    5_8-5-近端策略优化（PPO）代码实现.mp4  [34.6 MB]
    8_4-8-马尔可夫过程代码实现.mp4  [40.2 MB]
    6_11-6-基于人类反馈大强化学习.mp4  [47.1 MB]
    3_7-3-常见问题改进和扩展.mp4  [27.5 MB]
    3_6-3-蒙特卡洛方法和时序差分代码实现.mp4  [22.8 MB]
    4_6-4-广义策略迭代.mp4  [19.6 MB]
    5_3-5-深度学习库PyTorch的安装.mp4  [9.2 MB]
    2_1-2-认识强化学习.mp4  [53.8 MB]
    1_11-1模仿学习.mp4  [48.4 MB]
    4_5-4-动态规划代码实现.mp4  [43.5 MB]
    7_9-7-SAC代码实现.mp4  [35.1 MB]
    3_9-3-演员评论家算法代码实现.mp4  [19.7 MB]
    1_4-1-序列建模与概率图模型.mp4  [38.1 MB]
    2_8-2-蒙特卡洛策略梯度.mp4  [24.2 MB]
    3_4-3-马尔可夫决策过程：试着-“干”.mp4  [29.6 MB]
    1_2-1-线性代数.mp4  [26.9 MB]
    2_11-2-博弈论与强化学习.mp4  [64.7 MB]
    1_9-1-演员评论家算法核心思想和原理.mp4  [20.1 MB]
    3_11-3-多智能体强化学习.mp4  [44.4 MB]
    3_1-3-课程使用的技术栈.mp4  [12.0 MB]
    1_5-1-动态回归核心思想和原理.mp4  [30.9 MB]
    3_2-3-概率.mp4  [46.6 MB]
    2_5-2-策略迭代.mp4  [40.0 MB]
    2_4-2-马尔可夫观测过程：学会“看”.mp4  [40.9 MB]
    5_4-5-贝尔曼方程：迭代求解价值函数.mp4  [30.6 MB]
    4_3-4-仿真环境Gym安装.mp4  [19.0 MB]
    3_10-3-Dyna-Q算法代码实现.mp4  [17.7 MB]
    2_2-2-微积分.mp4  [30.0 MB]
    3_12-3-强化学习最新发展趋势.mp4  [65.6 MB]
    1_8-1-策略梯度核心思想和原理.mp4  [44.2 MB]
    2_12-2-项目实战：大模型RLHF.mp4  [31.4 MB]
    2_6-2-时序差分方法.mp4  [34.2 MB]
📁 梗直哥-【机器学习必修课：经典算法与Python实战】
    14-5概率图模型优缺点和适用条件【整理不易‖记得关注：CunWorKNotes】.mp4  [11.6 MB]
    11-8集成学习优缺点和适用条件【优质资源‖关注：cunWorkNotes 解锁】.mp4  [24.9 MB]
    13-8主成分分析优缺点和适用条件【公重号：CunWorkNotes】.mp4  [9.5 MB]
    02-3研究哪些问题：分类、回归等【公重号：CunWorkNotes】.mp4  [40.0 MB]
    03-5JupyterNotebook高级使用：常用魔法命令.mp4  [15.0 MB]
    14-4隐马尔可夫模型代码实现【公重号：CunWorkNotes】.mp4  [43.0 MB]
    10-2贝叶斯方法核心思想和原理.mp4  [32.0 MB]
    15-2泰坦尼克生还预测.mp4  [62.0 MB]
    08-6神经网络简单代码实现.mp4  [28.9 MB]
    12-6聚类算法优缺点和适用条件【持续更新‖免费提供：CunworknoteS】.mp4  [19.7 MB]
    07-7决策树回归任务代码实现【公重号：CunWorkNotes】.mp4  [12.6 MB]
    05-7逻辑回归算法.mp4  [21.8 MB]
    13-4PCA算法代码实现【不易整理‖请关注：CunWorkNoteS】.mp4  [15.2 MB]
    05-11线性算法优缺点和适用条件【公重号：CunWorkNotes】.mp4  [21.6 MB]
    06-10LASSO和岭回归代码实现.mp4  [23.9 MB]
    11-7结合策略：Stacking方法【整理不易‖记得关注：CunWorKNotes】.mp4  [13.3 MB]
    12-1本章总览【公重号：CunWorkNotes】.mp4  [9.9 MB]
    05-9多分类策略.mp4  [8.7 MB]
    06-8模型误差.mp4  [42.8 MB]
    07-6决策树剪枝.mp4  [26.0 MB]
    15-3房价预测.mp4  [67.2 MB]
    04-6超参数【不易整理‖请关注：CunWorkNoteS】.mp4  [30.3 MB]
    04-2KNN算法核心思想和原理.mp4  [39.4 MB]
    09-2SVM核心思想和原理.mp4  [15.7 MB]
    10-5多项式朴素贝叶斯代码实现.mp4  [23.6 MB]
    03-8Numpy数组基础索引：索引和切片.mp4  [16.8 MB]
    05-5模型评价：MSE、RMSE、MAE和R方【优质资源‖关注：cunWorkNotes 解锁】.mp4  [29.1 MB]
    03-4JupyterNotebook基础使用【优质资源‖关注：cunWorkNotes 解锁】.mp4  [19.8 MB]
    08-3激活函数.mp4  [36.1 MB]
    09-6非线性SVM：核技巧.mp4  [35.3 MB]
    07-1本章总览.mp4  [14.4 MB]
    06-13评价指标：ROC曲线.mp4  [33.8 MB]
    09-3硬间隔SVM.mp4  [33.1 MB]
    06-2损失函数.mp4  [39.4 MB]
    06-6学习曲线.mp4  [26.7 MB]
    05-10复杂逻辑回归及代码实现.mp4  [18.0 MB]
    05-2线性回归核心思想和原理.mp4  [40.3 MB]
    05-8线性逻辑回归代码实现.mp4  [28.5 MB]
    03-12Numpy数组arg运算和排序.mp4  [18.4 MB]
    03-3Anaconda命令行操作.mp4  [18.9 MB]
    06-9正则化.mp4  [45.0 MB]
    03-1本章总览：相互关系与学习路线.mp4  [9.2 MB]
    03-11Numpy数组统计运算：常用的都在这儿了.mp4  [16.0 MB]
    03-6Numpy基础：安装与性能对比.mp4  [15.5 MB]
    07-2决策树核心思想和原理.mp4  [22.7 MB]
    03-9Numpy非常重要的数组合并与拆分操作.mp4  [18.7 MB]
    11-1本章总览.mp4  [14.6 MB]
    06-5过拟合与欠拟合.mp4  [25.1 MB]
    04-5模型评价.mp4  [33.8 MB]
    04-3KNN分类任务代码实现.mp4  [32.8 MB]
    10-4朴素贝叶斯的代码实现.mp4  [27.2 MB]
    04-1本章总览.mp4  [12.1 MB]
    09-4SVM软间隔.mp4  [25.5 MB]
    10-6贝叶斯方法优缺点和适用条件.mp4  [25.5 MB]
    09-8非线性SVM代码实现.mp4  [22.9 MB]
    09-10SVM优缺点和适用条件.mp4  [11.3 MB]
    07-4决策树分类任务代码实现.mp4  [38.7 MB]
    06-12评价指标：混淆矩阵、精准率和召回率.mp4  [36.5 MB]
    06-3梯度下降.mp4  [35.7 MB]
    03-7Numpy数组创建：特定数组、等差数组、随机数组.mp4  [36.9 MB]
    08-1本章总览.mp4  [26.8 MB]
    10-1本章总览.mp4  [22.4 MB]
    09-7SVM核函数.mp4  [21.9 MB]
    05-3逻辑回归核心思想和原理.mp4  [25.4 MB]
    07-5基尼系数.mp4  [19.6 MB]
    05-4线性回归代码实现.mp4  [28.0 MB]
    09-9SVM回归任务代码实现.mp4  [14.3 MB]
    11-3集成学习代码实现.mp4  [24.4 MB]
    07-8决策树优缺点和适用条件.mp4  [16.5 MB]
    08-8模型选择.mp4  [39.7 MB]
    03-2Anaconda图形化操作.mp4  [15.9 MB]
    11-5并行策略：随机森林.mp4  [17.6 MB]
    10-3朴素贝叶斯分类.mp4  [20.3 MB]
    04-7特征归一化.mp4  [27.8 MB]
    03-13Numpy数组神奇索引和布尔索引.mp4  [23.7 MB]
    03-14Matplotlib数据可视化：基础绘制与设置.mp4  [23.0 MB]
    06-1本章总览.mp4  [30.6 MB]
    05-1本章总览.mp4  [14.5 MB]
    09-5线性SVM分类任务代码实现.mp4  [17.9 MB]
    04-9KNN优缺点和适用条件.mp4  [20.9 MB]
    02-1本章总览.mp4  [7.9 MB]
    08-4正向传播与反向传播.mp4  [23.4 MB]
    13-7PCA在人脸识别中的应用.mp4  [28.4 MB]
    07-3信息熵.mp4  [39.7 MB]
    11-4并行策略：Bagging、OOB等方法.mp4  [38.8 MB]
    02-4如何分门别类：监督、无监督、强化学习等.mp4  [29.3 MB]
    06-4决策边界.mp4  [25.3 MB]
    12-2聚类算法核心思想和原理.mp4  [16.3 MB]
    08-5梯度下降优化算法.mp4  [36.8 MB]
    05-6多项式回归代码实现.mp4  [19.7 MB]
    08-2神经网络核心思想和原理.mp4  [56.4 MB]
    06-11模型泛化.mp4  [24.6 MB]
    08-7梯度消失和梯度爆炸.mp4  [28.5 MB]
    13-6PCA在数据降噪中的应用.mp4  [13.8 MB]
    13-3PCA求解算法.mp4  [21.6 MB]
    12-4聚类算法代码实现.mp4  [21.9 MB]
    12-3k-means和分层聚类.mp4  [22.8 MB]
    14-1本章总览.mp4  [14.0 MB]
    01-2初识机器学习.mp4  [36.9 MB]
    01-3课程使用的技术栈.mp4  [37.0 MB]
📁 梗直哥–深度学习必修课：进击算法工程师
    001.1-1 课程内容和理念.mp4  [52.2 MB]
    033.6-7 动量法.mp4  [25.0 MB]
    017.4-7 分类问题.mp4  [23.0 MB]
    018.4-8 多分类问题代码实现.mp4  [42.8 MB]
    020.5-2 过拟合欠拟合应对策略【不易整理‖请关注：CunWorkNoteS】.mp4  [41.2 MB]
    011.4-1 神经网络原理.mp4  [44.8 MB]
    025.5-7 梯度消失和梯度爆炸.mp4  [47.2 MB]
    002.1-2 初识深度学习.mp4  [52.9 MB]
    006.2-3 概率.mp4  [59.2 MB]
    098.16-3 DALL-E模型.mp4  [54.3 MB]
    048.8-4 GoogLeNet【更多精选‖公众号：CunWorknotes】  .mp4  [41.0 MB]
    050.8-6 DenseNet【整理不易‖记得关注：CunWorKNotes】.mp4  [58.5 MB]
    037.6-11 梯度下降代码实现.mp4  [30.9 MB]
    059.10-3 门控循环单元.mp4  [28.6 MB]
    063.10-7 序列到序列模型代码实现.mp4  [33.0 MB]
    065.10-9 机器翻译简单代码实现.mp4  [39.3 MB]
    049.8-5 ResNet【资源精选‖更多关注：CunworkNotes】.mp4  [65.0 MB]
    036.6-10 Adam算法【资源精选‖更多关注：CunworkNotes】.mp4  [47.1 MB]
    077.12-5 Swin Transformer模型【更多精选‖公众号：CunWorknotes】  .mp4  [54.9 MB]
    069.11-4 自注意力机制【整理不易‖记得关注：CunWorKNotes】.mp4  [30.2 MB]
    095.15-6 项目实战：电影评论情感分析.mp4  [35.7 MB]
    074.12-2 GPT系列模型.mp4  [79.6 MB]
    082.13-4 生成对抗网络【公重号：CunWorkNotes】.mp4  [39.9 MB]
    029.6-3 损失函数性质.mp4  [29.2 MB]
    093.15-4 Hugging Face库介绍.mp4  [36.4 MB]
    083.13-5 Diffusion扩散模型.mp4  [77.6 MB]
    076.12-4 ViT模型.mp4  [31.0 MB]
    092.15-3 预训练模型.mp4  [55.0 MB]
    015.4-5 回归问题【整理不易‖记得关注：CunWorKNotes】.mp4  [35.6 MB]
    097.16-2 CLIP模型.mp4  [37.7 MB]
    023.5-5 Dropout.mp4  [32.1 MB]
    094.15-5 经典NLP数据集.mp4  [36.4 MB]
    084.13-6 图像生成.mp4  [56.1 MB]
    080.13-2 变分推断.mp4  [40.8 MB]
    091.15-2 词义搜索和句意表示.mp4  [44.8 MB]
    085.14-1 自定义数据加载.mp4  [48.7 MB]
    066.11-1 什么是注意力机制.mp4  [43.4 MB]
    086.14-2 图像数据增强.mp4  [33.4 MB]
    096.16-1 InstructGPT模型.mp4  [77.0 MB]
    071.11-6 Transformer模型.mp4  [43.9 MB]
    067.11-2 注意力的计算.mp4  [57.5 MB]
    089.14-5 项目实战：猫狗大战.mp4  [64.1 MB]
    078.12-6 GPT模型代码实现.mp4  [38.0 MB]
    072.11-7 Transformer代码实现.mp4  [38.0 MB]
    026.5-8 模型文件的读写.mp4  [16.5 MB]
    073.12-1BERT模型.mp4  [50.2 MB]
    090.15-1 词嵌入和word2vec.mp4  [33.3 MB]
    087.14-3 迁移学习.mp4  [31.8 MB]
    075.12-3 T5模型.mp4  [37.8 MB]
    022.5-4 正则化.mp4  [42.2 MB]
    081.13-3 变分自编码器.mp4  [56.2 MB]
    057.10-1 深度循环神经网络.mp4  [24.2 MB]
    040.7-2 图像卷积.mp4  [34.8 MB]
    064.10-8 束搜索算法.mp4  [25.7 MB]
    041.7-3 卷积层.mp4  [44.8 MB]
    079.13-1 蒙特卡洛方法.mp4  [28.5 MB]
    068.11-3 键值对注意力和多头注意力.mp4  [24.1 MB]
    039.7-1 全连接层问题.mp4  [38.5 MB]
    060.10-4 长短期记忆网络.mp4  [43.1 MB]
    056.9-6 RNN的长期依赖问题.mp4  [37.7 MB]
    046.8-2 VGGNet.mp4  [47.7 MB]
    051.9-1 序列建模.mp4  [30.3 MB]
    054.9-4 随时间反向传播算法.mp4  [43.9 MB]
    045.8-1 AlexNet.mp4  [49.6 MB]
    043.7-5 池化层Pooling.mp4  [33.6 MB]
    044.7-6 卷积神经网络代码实现（LeNet）.mp4  [27.2 MB]
    058.10-2 双向循环神经网络.mp4  [25.8 MB]
    062.10-6 编码器-解码器网络.mp4  [41.1 MB]
    052.9-2 文本数据预处理.mp4  [60.0 MB]
    038.6-12 学习率调节器.mp4  [27.9 MB]
    035.6-9 RMSProp_Adadelta算法.mp4  [15.9 MB]
    055.9-5 循环神经网络代码实现.mp4  [27.8 MB]
    061.10-5 复杂循环神经网络代码实现.mp4  [35.8 MB]
    042.7-4 卷积层常见操作.mp4  [35.2 MB]
    047.8-3 批量规范化.mp4  [23.6 MB]
    070.11-5 注意力池化及代码实现.mp4  [29.6 MB]
    088.14-4 经典视觉数据集.mp4  [37.3 MB]
    053.9-3 循环神经网络.mp4  [48.2 MB]
    028.6-2 损失函数.mp4  [42.8 MB]
    008.3-2 conda实用命令.mp4  [13.0 MB]
    013.4-3 前向传播和反向传播.mp4  [39.5 MB]
    007.3-1 CUDA+Anaconda深度学习环境搭建.mp4  [20.9 MB]
    021.5-3 过拟合和欠拟合示例.mp4  [22.4 MB]
    030.6-4 梯度下降.mp4  [31.6 MB]
    099.16-4 深度学习最新发展趋势分析.mp4  [37.0 MB]
    014.4-4 多层感知机代码实现.mp4  [29.3 MB]
    012.4-2 多层感知机.mp4  [47.3 MB]
    019.5-1 训练的常见问题.mp4  [33.8 MB]
    005.2-2 微积分.mp4  [49.0 MB]
    010.3-4 深度学习库PyTorch安装.mp4  [9.0 MB]
    027.6-1 最优化与深度学习.mp4  [48.0 MB]
    016.4-6 线性回归代码实现.mp4  [23.1 MB]
    100.16-5 下一步学习的建议.mp4  [18.5 MB]
    031.6-5 随机梯度下降法.mp4  [20.6 MB]
    034.6-8 AdaGrad算法.mp4  [24.8 MB]
    003.1-3 课程使用的技术栈.mp4  [12.7 MB]
    032.6-6 小批量梯度下降法.mp4  [32.0 MB]
    009.3-3 Jupyter Notebook快速上手.mp4  [15.5 MB]
    004.2-1 线性代数.mp4  [56.4 MB]
    024.5-6 Dropout代码实现.mp4  [17.3 MB]

适合人群

  • 算法工程师
  • 机器学习爱好者
  • 深度学习研究者

🎯 学习收获

  • 掌握深度学习算法
  • 精通强化学习技术
  • 提升实战能力

🎉 祝您学习愉快！