B站付费课程 耿直哥–深度学习必修课：进击算法工程师100节

工作场景与技能需求

这门课面向需要解决实际图像分类、生成等任务的算法工程师，侧重于深度学习在计算机视觉和自然语言处理领域的应用。课程内容涵盖数据预处理、模型构建到性能优化，适合在工作中遇到模型部署难题或想系统学习最新技术栈的职场者。完成学习后，学员能独立完成从数据加载、模型训练到结果评估的全流程，尤其是掌握Swin Transformer、ViT等前沿模型，可直接应用于实际项目中提升工作效率。

资料适配与基础要求

课程资料以PyTorch框架为主，包含理论讲解和代码实现，要求学员具备Python编程基础，以及线性代数、微积分等数学知识。资料中的图像生成、扩散模型等部分对硬件有一定要求，建议使用配备GPU的环境进行练习。课程难度适中，但需要较强的实践能力。建议先学习项目实战、自定义数据加载、图像数据增强等模块，快速建立工程思维，再逐步深入学习迁移学习、Transformer架构等内容。适合有一定机器学习基础，想进阶到模型工程领域的学员。

核心内容与练习方法

课程重点解决数据集构建、模型选择、性能调优等问题，通过“理论+代码”模式覆盖从猫狗分类到生成对抗网络、扩散模型等核心任务。学完后，学员能独立完成端到端的图像分类或生成项目，并理解Transformer系列模型的原理和应用场景。资料中的代码可直接运行，但需自行准备预训练权重和GPU资源。练习时，建议结合ViT、Swin Transformer等模块，尝试修改模型参数并对比效果，将蒙特卡洛方法应用于生成任务中验证其有效性。建议结合资料中的代码框架，选择一个感兴趣的方向，如图像分类或文本生成，完成一个完整的独立项目作为实践总结，检验学习成果。