胡慧华
菜单
首页人工智能机器学习深度学习项目实践关于我

DEEP LEARNING · 从理解到实践

一步一步,
看懂深度学习。

从一个神经元出发,走向视觉、语言与生成模型。
用图解建立直觉,用实验理解原理,用代码连接实践。

探索学习路线
05 个学习阶段15 门主题课程从零基础开始
从数据到理解01 → 15
多层神经网络概念封面:发光节点与信息连接形成空间层次
感知学习生成

复杂的能力,从简单的计算开始。

你的学习路线

建议按顺序学习,也可以直接查看感兴趣的阶段。

15 门课程已全部开放:建议按学习路线前进,也可以直接进入感兴趣的主题。

01

FOUNDATIONS

神经网络入门

从一个预测问题出发,认识神经网络的基本结构。
零基础 · 3 门课程
02

LEARNING TO LEARN

让模型学会学习

理解模型如何发现错误、调整参数,并检验学习效果。
基础进阶 · 3 门课程
COURSE 04
发光轨迹沿误差曲面下降的梯度下降概念图

沿着误差减小的方向前进

损失函数与梯度下降

先衡量预测错了多少,再沿着减少错误的方向调整参数,观察学习率带来的变化。

  • 损失函数
  • 学习率
热度 2,432
COURSE 06
训练误差继续下降、验证误差先降后升的评估曲线概念图

训练得更好,不一定泛化得更好

模型训练与评估

区分训练集、验证集与测试集,通过学习曲线识别过拟合,建立调参的基本思路。

  • 过拟合
  • 验证与调参
热度 2,627
03

COMPUTER VISION

计算机视觉

从像素到特征,理解模型如何识别、定位和分割图像。
主题深入 · 3 门课程
04

SEQUENCE & ATTENTION

序列与注意力

理解先后顺序和上下文,走近 Transformer 的核心思想。
主题深入 · 3 门课程
05

GENERATE & BUILD

生成模型与实践

认识生成模型的基本思路,再完成自己的第一个训练项目。
综合实践 · 3 门课程
COURSE 13
无序信息逐步形成有序结构的生成模型概念封面

逐步预测,延续一段文字

大语言模型如何生成文字

从下一个词元的预测出发,理解文本生成、采样以及看似流畅却可能出错的回答。

  • 词元预测
  • 生成与采样
热度 2,114
COURSE 14
图像与词元信息汇合,并引导噪声逐步形成结构的多模态扩散概念图

从噪声出发,逐步恢复结构

多模态与扩散模型入门

认识图像与文字如何建立联系,再通过逐步去噪的示意理解扩散生成的基本过程。

  • 图文关联
  • 扩散与去噪
热度 1,709