深度学习理论与实践（视觉方向）| 完结

深度学习为计算机视觉、语音识别、自然语言处理领域带来了突破性的进展，在人脸识别、语音识别、机器翻译等应用的准确率达到了接近甚至超过人类的水平。目前，深度学习已成为人工智能领域入门者的必修知识。

本门课程将从基础的数学模型以及算法实现出发，详细讲解常见的深度神经网络模型，以及深度学习在图像分类、物体检测、语义分割等经典任务中的应用。

〖资源目录〗:

• ├──ch1
• | ├──课件
• | | └──深度学习 L1 课程基础介绍.pdf 2.89M
• | └──视频
• | | ├──1.1AI介绍.mp4 33.08M
• | | ├──1.2AI常见任务.mp4 329.31M
• | | ├──1.3人工智能方法.mp4 287.92M
• | | └──1.4AI企业.mp4 50.52M
• ├──ch10
• | ├──课件
• | | └──L10预训练语言模型v2.0.pdf 6.86M
• | └──视频
• | | ├──10.1发展历史.mp4 470.81M
• | | ├──10.2模型详解.mp4 1.50G
• | | └──10.3模型对比.mp4 321.78M
• ├──ch2
• | ├──课件
• | | ├──2.7作业.mp4 37.22M
• | | ├──HW2 coding.zip 28.79M
• | | ├──第二章作业分享-张益铨.pdf 703.16kb
• | | ├──第二章作业思路提示-李中原.pdf 1.99M
• | | └──深度学习 L2 神经网络-V3.0.pdf 2.04M
• | └──视频
• | | ├──2.1逻辑回归.mp4 422.02M
• | | ├──2.2感知机.mp4 77.56M
• | | ├──2.3神经网络-前向传播.mp4 333.61M
• | | ├──2.4神经网络-反向传播.mp4 409.18M
• | | ├──2.5激活函数.mp4 201.60M
• | | └──2.6手写数字识别.mp4 560.46M
• ├──ch3
• | ├──课件
• | | ├──code-Python.zip 49.21M
• | | ├──code3代码作业.zip 33.80M
• | | ├──L3 卷积神经网络.pdf 2.79M
• | | ├──第三章作业讲解-徐斌.pdf 1.32M
• | | └──第三章作业思路提示-钟颖助教.pdf 566.26kb
• | └──视频
• | | ├──3.1卷积.mp4 350.51M
• | | ├──3.2CNN数学原理.mp4 521.88M
• | | ├──3.3CNN推导及发展历史.mp4 845.45M
• | | └──3.4手写数字识别实践.mp4 508.24M
• ├──ch4
• | ├──课件
• | | ├──bias_and_variance.pdf 204.87kb
• | | ├──course04-code.zip 49.20M
• | | ├──L4 优化算法与参数调节.pdf 3.58M
• | | ├──L4思路提示.pdf 457.46kb
• | | ├──第四章作业分享.pdf 315.22kb
• | | └──梯度下降演示工具master.zip 62.82M
• | └──视频
• | | ├──4.1模型与风险.mp4 433.14M
• | | ├──4.2偏差与方差.mp4 315.87M
• | | ├──4.3评价指标.mp4 258.45M
• | | └──4.4网络优化.mp4 1001.10M
• ├──ch5
• | ├──课件
• | | ├──Pytorch框架.pdf 2.59M
• | | ├──参考资料.zip 97.05M
• | | ├──第五章作业分享.mp4 281.32M
• | | ├──第五章作业分享.pdf 8.23M
• | | └──第五章作业思路提示 .pdf 353.30kb
• | └──视频
• | | ├──5.1pytorch简介与安装.mp4 291.31M
• | | ├──5.2pytorch元素.mp4 262.94M
• | | ├──5.3pytorch网络搭建.mp4 621.31M
• | | ├──5.4学习率.mp4 57.22M
• | | └──5.5PyTorch进阶.mp4 204.71M
• ├──ch6
• | ├──课件
• | | ├──Faster R-CNN.pdf 6.59M
• | | ├──faster-rcnn.pytorch-master.zip 1.40M
• | | ├──ImageNet分类实践.pdf 786.12kb
• | | ├──目标检测.pdf 4.00M
• | | └──图像分类.pdf 2.20M
• | └──视频
• | | ├──6.1基于CNN的图像分类.mp4 537.47M
• | | ├──6.2ImageNet实践图像分类.mp4 463.26M
• | | ├──6.3基于CNN的目标检测算法.mp4 603.26M
• | | └──6.4FasterRCNN代码讲解.mp4 573.24M
• ├──ch7
• | ├──课件
• | | ├──L7 LSTM与GRU.pdf 1.09M
• | | └──L7 循环神经网络.pdf 1.57M
• | └──视频
• | | ├──7.1RNN.mp4 903.35M
• | | └──7.2LSTM与GNU.mp4 521.46M
• ├──ch8
• | ├──课件
• | | └──L8 深度学习在NLP中的应用.pdf 4.05M
• | └──视频
• | | ├──8.1NLP应用与文本表示学习.mp4 1000.40M
• | | ├──8.2文本分类应用.mp4 777.19M
• | | └──8.3文本分类代码实践.mp4 548.54M
• └──ch9
• | ├──课件
• | | └──L9 注意力网络.pdf 1.43M
• | └──视频
• | | └──9.1注意力机制.mp4 822.11M