ML 学习站
跳到正文
课程目录深度学习进阶
高级深度学习CNNRNNTransformer

深度学习进阶

从 CNN 到 Transformer,理解现代深度学习的核心架构。适合已经掌握神经网络基础、想进一步的同学。

总时长 约 7 小时6 个章节ML 学习站
开始学习 · 卷积神经网络 CNN

你将学到

  • 围绕「深度学习」主题展开的系统化训练
  • 围绕「CNN」主题展开的系统化训练
  • 围绕「RNN」主题展开的系统化训练
  • 围绕「Transformer」主题展开的系统化训练

章节目录

共 6 章, 建议按顺序学习。

  1. 01

    卷积神经网络 CNN

    45 分钟

    卷积、池化、感受野、ResNet 与图像分类实战。

  2. 02

    循环神经网络 RNN 与 LSTM

    40 分钟

    序列建模、RNN 梯度消失、LSTM 与 GRU。

  3. 03

    Transformer 与注意力机制

    50 分钟

    Self-Attention、Multi-Head、Positional Encoding。

  4. 04

    迁移学习与预训练模型

    35 分钟

    Fine-tune 实战, 用 ResNet/BERT 解决下游任务。

  5. 05

    实战:图像分类

    45 分钟

    用 PyTorch 训一个 ResNet,识别 CIFAR-10。

  6. 06

    训练过程的统计监控

    30 分钟

    用控制图监控 loss/accuracy, 提前发现训练异常。