首页

投稿

【2026最新深度学习入门】B站最全最细的深度学习课程，涵盖线性回归、神经网络、卷积神经网络、循环神经网络、Transformer全程干货无废话！！人工智能课程

1157

5

2026-09-30 11:31:22

深度学习入门课程【视频配套籽料、学习路线、GitHub项目、实战案例集、电子书+问题解答请看 ”置顶平论” 自取哦】如果视频对你有用的话请一键三连【长按点赞】支持一下UP哦，拜托，这对我真的很重要！

循环神经网络

深度学习入门

人工智能课程

kaggle竞赛发消息

8年kaggle竞赛老兵！指导学生累计获得5金+34银+43铜，可带队保银冲金，需要的同学后台私聊

1.1课程大纲介绍

06:25

1.2 从机器学习到深度学习的演进

15:43

1.3 深度学习的发展与历史

18:50

1.4 深度学习在各领域的发展

23:00

1.5 深度学习的产业实践

13:45

1.6 深度学习框架介绍1

11:12

1.6 深度学习框架介绍2

09:24

1.7深度学习环境搭建(上)

54:28

1.7深度学习环境搭建(下)

14:02

1.全连接神经网络的结构概述

21:06

2.神经网络的权重和偏执

18:35

3.激活函数理论讲解

32:48

3.实操：激活函数定义与图像绘制

19:26

4.张量基础(上)

36:23

4.张量基础(下)

21:02

5.感知机与多层感知机

19:41

6.神经网络的前向传播

27:09

7.神经网络是的损失函数和梯度下降

39:40

8.神经网络的反向传播与梯度计算

48:34

9.优化器与训练参数(上)

18:44

9.优化器与训练参数(下)

16:04

10.训练稳定性与正则化1

20:55

10.训练稳定性与正则化2

24:12

11.1 MNIST数据集下载与可视化

20:51

11.2 MNIST批量数据构建与设备指定

09:02

11.3 训练和测试函数的编写

53:05

11.4 网络训练与训练观测可视化

30:43

11.5 模型推理与可视化验证

09:28

3.1计算机视觉的基础认知

24:12

3.2 计算机视觉的应用方向

53:24

3.3 计算机视觉的核心引擎-卷积神经网络

24:59

3.4 卷积运算原理

55:19

3.4 练习1_实现卷积层

17:01

3.5.1 卷积神经网络的构成分析(上)

17:15

3.5.2 卷积神经网络的构成分析(下)

49:20

3.5.3 练习2_实现池化层与反卷积层

16:45

3.6 经典卷积神经网络介绍

35:22

3.7.1 项目实战1_resnet34网络结构分析与数据集下载

16:26

3.7.2 basicBlock的实现

19:14

3.7.3 resnet网络的整体结构编写

46:43

3.7.4 项目实战1_resnet网络的数据集构建1

08:04

3.7.5 项目实战1-构建训练数据集

33:56

3.7.6 resnet34训练过程

01:25:40

3.7.7 resnet模型续训练与推理

31:24

3.8.1 Unet网络的基本原理与特点

33:32

3.8.2 Unet网络的代码实现

13:49

3.9.1 模型预训练与迁移学习

19:11

3.9.2 项目实战2-vgg16预训练模型微调

39:45

3.10 transformer的计算机视觉模型

15:00

顶部