飞豹客 · 课能看,资料也能带走
飞豹客算法数学 会员免费

李沐- 动手学深度学习V2

李沐 - 动手学深度学习 V2:从数学直觉到工程落地的核心路径 这门课的核心价值在于它彻底重构了深度学习的学习逻辑,不再是从“调包”开始,而是带你亲手推导公式并写出底层代码。课程解决的是很多初学者“看懂了原理却写不出代码”、或者“只会调参不懂模型本质”的痛点。它不教你如何快速通过面试背八股文,而是让

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
0 人关注 更新于 2026-11-14 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

李沐 - 动手学深度学习 V2:从数学直觉到工程落地的核心路径

这门课的核心价值在于它彻底重构了深度学习的学习逻辑,不再是从“调包”开始,而是带你亲手推导公式并写出底层代码。课程解决的是很多初学者“看懂了原理却写不出代码”、或者“只会调参不懂模型本质”的痛点。它不教你如何快速通过面试背八股文,而是让你通过 numpy 数组操作,真正理解神经网络是如何进行矩阵乘法、梯度传播以及反向传播的。对于想要转行算法工程师、或者想深入理解大模型底层原理的开发者,这是建立技术护城河最扎实的一条路。它填补了传统教程只讲 API 调用而不讲数学本质的空白,让你在面对新模型架构时,有能力去推导其背后的数学逻辑,而不是盲目依赖现成框架。

适合有微积分基础,代码与理论双轨并行

课程对数学基础有一定硬性要求,必须掌握线性代数、概率统计和微积分,否则在推导反向传播时会感到吃力。但李沐老师的讲解风格极具亲和力,擅长用几何直观和物理类比来解释复杂的数学推导,将抽象公式转化为可视化的图形理解。资料包中包含了三个视频轨道:讲解视频、代码演示视频和问答视频,这种“视听同步”的设计非常巧妙。学习时,你应当先听讲解视频理解原理,同时盯着代码视频观察变量在每一层的变化,中间穿插问答视频解决具体卡点。这种结构让不同基础的学习者都能找到适合自己的节奏,避免了纯理论课的枯燥或纯代码课的空泛,确保你既能看懂公式又能敲出能跑的代码。

必须按顺序学习,重点攻克自注意力与预训练机制

学习路径上,建议先完成“样式迁移”章节,快速熟悉 PyTorch 框架的基本操作,这是后续所有内容的基石,跳过此步后续代码将无法运行。紧接着是“预测房价竞赛”,这里会介绍简单的回归模型,让你立刻看到模型效果,获得正反馈,建立学习信心。真正的核心内容在“自注意力”和"BERT 预训练”章节。自注意力机制是理解 Transformer 架构的钥匙,而 BERT 则是当前大模型领域最重要的预训练范式。这两个部分资料中包含了详细的数据代码和完整的预训练代码,配合练习,你能亲手跑通一个简易的文本分类或序列生成任务,而不仅仅是看演示视频。学完这些,你不仅能理解现有模型,还能具备微调开源大模型的能力,能够独立处理实际的 NLP 文本处理问题,这是从入门走向进阶的关键分水岭。

课程目录

49 样式迁移9 集
  • 1-样式迁移-1080P 高清-AVC.mp4 [20.5 MB]
  • 2-代码-1080P 高清-AVC.mp4 [76.9 MB]
  • 3-QA-1080P 高清-AVC.mp4 [33.9 MB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [129.0 KB]
  • 1-样式迁移-1080P 高清-AVC.ass [4.1 KB]
  • 3-QA-1080P 高清-AVC.ass [5.3 KB]
  • 2-代码-1080P 高清-AVC.ass [11.0 KB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [129.0 KB]
  • 1-样式迁移-1080P 高清-AVC.Cover.jpg [129.0 KB]
18 预测房价竞赛总结6 集
  • 1-竞赛总结-1080P 高清-AVC.mp4 [53.7 MB]
  • 2-QA-1080P 高清-AVC.mp4 [106.6 MB]
  • 1-竞赛总结-1080P 高清-AVC.ass [26.4 KB]
  • 2-QA-1080P 高清-AVC.ass [36.9 KB]
  • 2-QA-1080P 高清-AVC.Cover.jpg [96.9 KB]
  • 1-竞赛总结-1080P 高清-AVC.Cover.jpg [96.9 KB]
67 自注意力12 集
  • 3-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [28.3 MB]
  • 2-代码-1080P 高清-AVC.mp4 [11.2 MB]
  • 1-自注意力-1080P 高清-AVC.mp4 [106.6 MB]
  • 2-代码-1080P 高清-AVC.jpg [60.4 KB]
  • 1-自注意力-1080P 高清-AVC.jpg [68.5 KB]
  • 1-自注意力-1080P 高清-AVC.ass [36.2 KB]
  • 2-代码-1080P 高清-AVC.ass [3.3 KB]
  • 3-QA-1080P 高清-AVC.ass [3.6 KB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [132.1 KB]
  • 3-QA-1080P 高清-AVC.jpg [75.4 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [132.1 KB]
  • 1-自注意力-1080P 高清-AVC.Cover.jpg [132.1 KB]
00 预告3 集
  • 1-00 预告【动手学深度学习v2】-1080P 高清-AVC.mp4 [12.7 MB]
  • 1-00 预告【动手学深度学习v2】-1080P 高清-AVC.ass [23.3 KB]
  • 1-00 预告【动手学深度学习v2】-1080P 高清-AVC.Cover.jpg [239.2 KB]
69 BERT预训练20 集
  • 3-BERT预训练数据代码-1080P 高清-AVC.mp4 [33.4 MB]
  • 1-BERT-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [77.2 MB]
  • 2-BERT代码-1080P 高清-AVC.mp4 [53.0 MB]
  • 4-BERT预训练代码-1080P 高清-AVC.mp4 [39.9 MB]
  • 5-QA-1080P 高清-AVC.mp4 [24.2 MB]
  • 1-BERT-1080P 高清-AVC.ass [25.3 KB]
  • 2-BERT代码-1080P 高清-AVC.Cover.jpg [63.7 KB]
  • 4-BERT预训练代码-1080P 高清-AVC.Cover.jpg [63.7 KB]
  • 5-QA-1080P 高清-AVC.ass [5.0 KB]
  • 5-QA-1080P 高清-AVC.Cover.jpg [63.7 KB]
  • 3-BERT预训练数据代码-1080P 高清-AVC.jpg [47.1 KB]
  • 1-BERT-1080P 高清-AVC.Cover.jpg [63.7 KB]
  • 3-BERT预训练数据代码-1080P 高清-AVC.ass [5.5 KB]
  • 3-BERT预训练数据代码-1080P 高清-AVC.Cover.jpg [63.7 KB]
  • 4-BERT预训练代码-1080P 高清-AVC.jpg [49.1 KB]
  • 4-BERT预训练代码-1080P 高清-AVC.ass [6.2 KB]
  • 5-QA-1080P 高清-AVC.jpg [76.9 KB]
  • 2-BERT代码-1080P 高清-AVC.ass [7.4 KB]
  • 1-BERT-1080P 高清-AVC.jpg [40.3 KB]
  • 2-BERT代码-1080P 高清-AVC.jpg [52.5 KB]
33 单机多卡并行6 集
  • 2-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [17.6 MB]
  • 1-单机多卡并行-1080P 高清-AVC.mp4 [25.9 MB]
  • 1-单机多卡并行-1080P 高清-AVC.ass [14.6 KB]
  • 1-单机多卡并行-1080P 高清-AVC.Cover.jpg [130.9 KB]
  • 2-QA-1080P 高清-AVC.ass [3.1 KB]
  • 2-QA-1080P 高清-AVC.Cover.jpg [130.9 KB]
07 自动求导9 集
  • 3-自动求导 QA-1080P 高清-AVC.mp4 [18.8 MB]
  • 1-自动求导-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [27.0 MB]
  • 2-自动求导实现-1080P 高清-AVC.mp4 [15.2 MB]
  • 3-自动求导 QA-1080P 高清-AVC.ass [14.7 KB]
  • 1-自动求导-1080P 高清-AVC.Cover.jpg [103.0 KB]
  • 2-自动求导实现-1080P 高清-AVC.Cover.jpg [103.0 KB]
  • 3-自动求导 QA-1080P 高清-AVC.Cover.jpg [103.0 KB]
  • 2-自动求导实现-1080P 高清-AVC.ass [34.7 KB]
  • 1-自动求导-1080P 高清-AVC.ass [57.6 KB]
35 分布式训练6 集
  • 1-分布式训练-1080P 高清-AVC.mp4 [79.5 MB]
  • 2-QA-1080P 高清-AVC.mp4 [45.8 MB]
  • 1-分布式训练-1080P 高清-AVC.Cover.jpg [59.7 KB]
  • 1-分布式训练-1080P 高清-AVC.ass [15.5 KB]
  • 2-QA-1080P 高清-AVC.ass [4.2 KB]
  • 2-QA-1080P 高清-AVC.Cover.jpg [59.7 KB]
26 网络中的网络 NiN9 集
  • 3-QA-1080P 高清-AVC.mp4 [80.7 MB]
  • 2-代码-1080P 高清-AVC.mp4 [39.6 MB]
  • 1-NIN-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [42.2 MB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [54.8 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [54.8 KB]
  • 2-代码-1080P 高清-AVC.ass [16.7 KB]
  • 1-NIN-1080P 高清-AVC.Cover.jpg [54.8 KB]
  • 3-QA-1080P 高清-AVC.ass [21.4 KB]
  • 1-NIN-1080P 高清-AVC.ass [13.8 KB]
12 权重衰退9 集
  • 1-权重衰退-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [32.4 MB]
  • 2-代码实现-1080P 高清-AVC.mp4 [31.2 MB]
  • 3-QA-1080P 高清-AVC.mp4 [46.0 MB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [146.9 KB]
  • 1-权重衰退-1080P 高清-AVC.ass [44.8 KB]
  • 1-权重衰退-1080P 高清-AVC.Cover.jpg [146.9 KB]
  • 2-代码实现-1080P 高清-AVC.Cover.jpg [146.9 KB]
  • 2-代码实现-1080P 高清-AVC.ass [21.7 KB]
  • 3-QA-1080P 高清-AVC.ass [25.3 KB]
45 SSD实现9 集
  • 1-多尺度锚框-1080P 高清-AVC.mp4 [36.6 MB]
  • 2-SSD-1080P 高清-AVC.mp4 [191.4 MB]
  • 3-QA-1080P 高清-AVC.mp4 [126.0 MB]
  • 2-SSD-1080P 高清-AVC.Cover.jpg [92.0 KB]
  • 3-QA-1080P 高清-AVC.ass [13.2 KB]
  • 2-SSD-1080P 高清-AVC.ass [44.6 KB]
  • 1-多尺度锚框-1080P 高清-AVC.Cover.jpg [92.0 KB]
  • 1-多尺度锚框-1080P 高清-AVC.ass [4.7 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [92.0 KB]
11 模型选择 + 过拟合和欠拟合12 集
  • 4-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [204.9 MB]
  • 3-代码-1080P 高清-AVC.mp4 [26.7 MB]
  • 2-过拟合和欠拟合-1080P 高清-AVC.mp4 [54.0 MB]
  • 1-模型选择-1080P 高清-AVC.mp4 [58.8 MB]
  • 2-过拟合和欠拟合-1080P 高清-AVC.Cover.jpg [78.9 KB]
  • 4-QA-1080P 高清-AVC.ass [61.6 KB]
  • 1-模型选择-1080P 高清-AVC.Cover.jpg [78.9 KB]
  • 3-代码-1080P 高清-AVC.ass [11.2 KB]
  • 1-模型选择-1080P 高清-AVC.ass [61.3 KB]
  • 2-过拟合和欠拟合-1080P 高清-AVC.ass [22.0 KB]
  • 3-代码-1080P 高清-AVC.Cover.jpg [78.9 KB]
  • 4-QA-1080P 高清-AVC.Cover.jpg [78.9 KB]
14 数值稳定性 + 模型初始化和激活函数9 集
  • 3-QA-1080P 高清-AVC.mp4 [96.1 MB]
  • 2-模型初始化和激活函数-1080P 高清-AVC.mp4 [68.0 MB]
  • 1-数值稳定性-1080P 高清-AVC.mp4 [42.4 MB]
  • 1-数值稳定性-1080P 高清-AVC.ass [26.3 KB]
  • 1-数值稳定性-1080P 高清-AVC.Cover.jpg [132.2 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [132.2 KB]
  • 2-模型初始化和激活函数-1080P 高清-AVC.ass [60.9 KB]
  • 3-QA-1080P 高清-AVC.ass [31.1 KB]
  • 2-模型初始化和激活函数-1080P 高清-AVC.Cover.jpg [132.2 KB]
58 深层循环神经网络12 集
  • 1-深层循环神经网络-1080P 高清-AVC.mp4 [11.5 MB]
  • 2-代码-1080P 高清-AVC.mp4 [8.2 MB]
  • 3-QA-1080P 高清-AVC.mp4 [26.3 MB]
  • 1-深层循环神经网络-1080P 高清-AVC.Cover.jpg [130.7 KB]
  • 3-QA-1080P 高清-AVC.ass [4.9 KB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [130.7 KB]
  • 1-深层循环神经网络-1080P 高清-AVC.jpg [59.3 KB]
  • 3-QA-1080P 高清-AVC.jpg [74.7 KB]
  • 2-代码-1080P 高清-AVC.jpg [65.8 KB]
  • 2-代码-1080P 高清-AVC.ass [3.2 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [130.7 KB]
  • 1-深层循环神经网络-1080P 高清-AVC.ass [6.4 KB]
63 束搜索4 集
  • 1-63 束搜索【动手学深度学习v2】-1080P 高清-AVC.mp4 [39.3 MB]
  • 1-63 束搜索【动手学深度学习v2】-1080P 高清-AVC.jpg [77.7 KB]
  • 1-63 束搜索【动手学深度学习v2】-1080P 高清-AVC.Cover.jpg [704.4 KB]
  • 1-63 束搜索【动手学深度学习v2】-1080P 高清-AVC.ass [22.2 KB]
09 Softmax 回归 + 损失函数 + 图片分类数据集18 集
  • 4-Softmax 回归从零开始实现-1080P 高清-AVC.mp4 [45.4 MB]
  • 1-Softmax 回归-1080P 高清-AVC.mp4 [25.7 MB]
  • 5-Softmax 回归简洁实现-1080P 高清-AVC.mp4 [11.6 MB]
  • 2-损失函数-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [13.5 MB]
  • 3-图片分类数据集-1080P 高清-AVC.mp4 [24.6 MB]
  • 6-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [86.7 MB]
  • 5-Softmax 回归简洁实现-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 6-QA-1080P 高清-AVC.ass [80.8 KB]
  • 1-Softmax 回归-1080P 高清-AVC.ass [41.8 KB]
  • 2-损失函数-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 2-损失函数-1080P 高清-AVC.ass [19.0 KB]
  • 5-Softmax 回归简洁实现-1080P 高清-AVC.ass [17.1 KB]
  • 4-Softmax 回归从零开始实现-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 3-图片分类数据集-1080P 高清-AVC.ass [61.5 KB]
  • 6-QA-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 1-Softmax 回归-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 3-图片分类数据集-1080P 高清-AVC.Cover.jpg [115.1 KB]
  • 4-Softmax 回归从零开始实现-1080P 高清-AVC.ass [98.4 KB]
31 深度学习硬件:CPU 和 GPU6 集
  • 2-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [240.5 MB]
  • 1-CPU 和 GPU-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [150.4 MB]
  • 1-CPU 和 GPU-1080P 高清-AVC.Cover.jpg [84.8 KB]
  • 2-QA-1080P 高清-AVC.ass [83.1 KB]
  • 2-QA-1080P 高清-AVC.Cover.jpg [84.8 KB]
  • 1-CPU 和 GPU-1080P 高清-AVC.ass [57.9 KB]
000pdf+src1 条
  • 000pdf+src【公众号:CunWorkNotes】.exe [318.8 MB]
24 深度卷积神经网络 AlexNet9 集
  • 2-代码-1080P 高清-AVC.mp4 [37.9 MB]
  • 1-AlexNet-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [126.2 MB]
  • 3-QA-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [70.5 MB]
  • 1-AlexNet-1080P 高清-AVC.ass [51.5 KB]
  • 1-AlexNet-1080P 高清-AVC.Cover.jpg [89.5 KB]
  • 2-代码-1080P 高清-AVC.ass [37.4 KB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [89.5 KB]
  • 3-QA-1080P 高清-AVC.ass [44.0 KB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [89.5 KB]
25 使用块的网络 VGG9 集
  • 2-代码-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [29.6 MB]
  • 1-VGG-1080P 高清-AVC.mp4 [34.5 MB]
  • 3-QA-1080P 高清-AVC.mp4 [16.2 MB]
  • 3-QA-1080P 高清-AVC.Cover.jpg [68.0 KB]
  • 2-代码-1080P 高清-AVC.ass [28.8 KB]
  • 2-代码-1080P 高清-AVC.Cover.jpg [68.0 KB]
  • 1-VGG-1080P 高清-AVC.ass [14.6 KB]
  • 1-VGG-1080P 高清-AVC.Cover.jpg [68.0 KB]
  • 3-QA-1080P 高清-AVC.ass [6.3 KB]
37 微调1 集
  • 2-代码-1080P 高清-AVC【公众号:CunWorkNotes】.mp4 [37.4 MB]
  • … 其余 559 项略,目录共 759 项