课程简介：

想要成为一名优秀的深度学习工程师并不容易，研究 AI 有着天然的高门槛和高要求。很多人都是理论上的王者，实践上的青铜，自以为对框架、算法的理解足够，但因为缺乏应用场景和实践机会，遇到实际问题仍然不知道该怎么抽象问题然后用模型解决。

而本门课程将会从理论基础、工具使用、实战上手三个方面，带领你从理论开始，一步步认识和了解深度学习，并学会打造深度学习模型。

模块一：深度学习的基础概念。这个模块就像是打地基，老师会带你了解深度学习会用到的基础知识，主要是数学知识和理论知识。还会对深度学习中常用的结构进行详细的介绍，比如你经常听到的 CNN、DNN、GAN 等，从零开始，逐步深入。通过这一部分的学习，你会了解深度学习必备的基础知识。

模块二：深度学习的工具与框架。这个模块就像是盖楼的砖瓦，有了理论知识，就可以将理论知识转化成代码，并用合适的框架、工具协助你开展工作。框架方面，目前常用的深度学习框架很多，有 TensorFlow、PyTorch 等，老师会以其中使用最广泛的 TensorFlow 作为切入点，带你熟悉图像处理工具、模型训练记录工具、交互工具等工具的使用。通过这一部分的学习，你就可以着手准备开发实战项目了。

模块三：深度学习经典问题的落地实战。这个模块就开始教你盖楼了，老师会选择几个常见的深度学习应用场景，包括图像分类、语义分割和自然语言处理，教你如何从零开始做模型、如何优化已有模型，一步步教你打造项目模型。通过这一部分的学习，你就可以打造属于你自己的深度学习模型。

课程目录：

深度学习入门与实战-拉钩专栏/
└──开篇词 掌握深度学习，畅游 AI 时代_4974
| └──开篇词 掌握深度学习，畅游 AI 时代.mp4 94.16M
├──01 从神经元说起：数学篇_4975
| └──01 从神经元说起：数学篇.mp4 175.65M
├──02 从神经元说起：结构篇_4976
| └──02 从神经元说起：结构篇.mp4 187.64M
├──03 AI 术语：让你变得更加专业_4977
| └──03 AI 术语：让你变得更加专业.mp4 192.17M
├──04 函数与优化方法：模型的自我学习（上）_4978
| └──04 函数与优化方法：模型的自我学习（上）.mp4 198.88M
├──05 前馈网络与反向传播：模型的自我学习（下）_4979
| └──05 前馈网络与反向传播：模型的自我学习（下）.mp4 144.98M
├──06 线性回归模型：在问题中回顾与了解基础概念_4980
| └──06 线性回归模型：在问题中回顾与了解基础概念.mp4 144.38M
├──07 卷积神经网络：给你的模型一双可以看到世界的眼睛_4981
| └──07 卷积神经网络：给你的模型一双可以看到世界的眼睛.mp4 234.87M
├──08 RNN 与 LSTM：模型也可以持续不断地思考_4982
| └──08 RNN 与 LSTM：模型也可以持续不断地思考.mp4 117.96M
├──09 自编码器：让模型拥有属于自己的表达和语言_4983
| └──09 自编码器：让模型拥有属于自己的表达和语言.mp4 160.85M
├──10 生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏_4984
| └──10 生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏.mp4 120.88M
├──11 集成、共享、敏捷：Jupyter Notebook 的使用_4985
| └──11 集成、共享、敏捷：Jupyter Notebook 的使用.mp4 184.61M
├──12 数据预处理：让模型学得更好_4986
| └──12 数据预处理：让模型学得更好.mp4 253.07M
├──13 张量、数据流图与概念：初步了解 TenorFlow_4987
| └──13 张量、数据流图与概念：初步了解 TenorFlow.mp4 218.13M
├──14 工作机制与流程：通过手写识别深入了解 TenorFlow_4988
| └──14 工作机制与流程：通过手写识别深入了解 TenorFlow.mp4 125.75M
├──15 TenorBoard：实验统计分析助手_4989
| └──15 TenorBoard：实验统计分析助手.mp4 117.29M
├──16 图像分类：技术背景与常用模型解析_4990
| └──16 图像分类：技术背景与常用模型解析.mp4 200.26M
├──17 图像分类：实现你的第一个图像分类实战项目_4991
| └──17 图像分类：实现你的第一个图像分类实战项目.mp4 176.20M
├──18 语义分割：技术背景与算法剖析_4992
| └──18 语义分割：技术背景与算法剖析.mp4 203.55M
├──19 语义分割：打造简单高效的人像分割模型_4993
| └──19 语义分割：打造简单高效的人像分割模型.mp4 207.15M
├──20 文本分类：技术背景与经典网络结构介绍_4994
| └──20 文本分类：技术背景与经典网络结构介绍.mp4 178.26M
├──21 文本分类：用 Bert 做出一个优秀的文本分类模型_4995
| └──21 文本分类：用 Bert 做出一个优秀的文本分类模型.mp4 260.28M
├──结束语 掌握深度学习，搭上 AI 快车_4996
| └──结束语 掌握深度学习，搭上 AI 快车.mp4 45.21M

资料
└──开篇词-掌握深度学习，畅游 AI 时代.pdf 235.55kb
├──01-从神经元说起：数学篇.pdf 1.60M
├──02-从神经元说起：结构篇.pdf 1.13M
├──03-AI 术语：让你变得更加专业.pdf 608.85kb
├──04-函数与优化方法：模型的自我学习（上）.pdf 599.71kb
├──05-前馈网络与反向传播：模型的自我学习（下）.pdf 2.11M
├──06-线性回归模型：在问题中回顾与了解基础概念.pdf 1.31M
├──07-卷积神经网络：给你的模型一双可以看到世界的眼睛.pdf 3.75M
├──08-RNN 与 LSTM：模型也可以持续不断地思考.pdf 934.60kb
├──09-自编码器：让模型拥有属于自己的表达和语言.pdf 1.40M
├──10-生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏.pdf 4.77M
├──11-集成、共享、敏捷：Jupyter Notebook 的使用.pdf 2.80M
├──12-数据预处理：让模型学得更好.pdf 838.61kb
├──13-张量、数据流图与概念：初步了解 TensorFlow.pdf 984.47kb
├──14-工作机制与流程：通过手写识别深入了解 TensorFlow.pdf 920.44kb
├──15-TensorBoard：实验统计分析助手.pdf 1.25M
├──16-图像分类：技术背景与常用模型解析.pdf 2.11M
├──17-图像分类：实现你的第一个图像分类实战项目.pdf 1.29M