深度学习

本课程面向设计创作者，系统讲解AI辅助设计中的深度学习与模型训练方法，帮助学员从理论走向实战，掌握模型微调与LoRA技术在设计场景中的落地应用。 课程内容概览 深度学习与基础底层知识：建立AI设计的底层认知框架 模型训练基础知识与训练概论：理解微调的核心逻辑 模型训练参数与逻辑详解：掌握训练过程中的关键参数配置思路 LoRA训练详解与执行：从训练准备到实际执行的完整流程 LoRA训练测试与针对性训练：tag处理与模型融合技巧 LoRA云端训练与Tensorboard运用：借助云端环境完成训练并可视化监控过程 课程特色 课程以LoRA技术为主线，将深度学习理论与设计创作实践紧密结合。从基础概念到…...

这套AI基础认知课专为零基础学习者和职场新人设计，围绕“快速掌握人工智能基本概念、技术原理及落地应用”展开，帮助学习者在短时间内建立对AI的系统认知。课程内容覆盖AI发展概述、机器学习与深度学习基础、关键算法与模型、常用AI工具与平台操作、行业案例深度解析、伦理与安全要点等模块，由行业权威专家讲授，配套可直接使用的项目模板、代码示例和实战练习，助力理论到实践的转化。课程结构一览3天直播课：包含第一天、第二天视频课程及第三天音频内容，以直播形式补充核心知识点与互动答疑。AI基础认知课 30节：系统化视频课程，从宏观认知到技术原理层层递进。30节正课内容亮点宏观认知与趋势判断：从AI的智能本质、信…...

本课程是一套面向初学者与进阶学习者的ChatGPT系统教程，围绕基础知识、编程应用与项目实战三大板块展开，帮助学员从零建立对ChatGPT的完整认知，并逐步具备在实际工作中灵活运用的能力。 课程内容概览 基础入门篇：从ChatGPT的发展背景讲起，详细介绍其应用场景与使用方法，梳理最常用的三种使用方式，并通过入门程序讲解帮助学员快速上手，建立对ChatGPT的基本操作能力。 编程应用篇：聚焦ChatGPT在编程领域的实际应用，涵盖Java代码编写、前端代码编写、Python编程、复杂SQL编写、Shell编程等场景，同时讲解如何借助ChatGPT自动查找BUG，以及完成大数据PySpark程序…...

《0基础AI入门：深度学习与Pytorch实战指南》是一套面向零基础学员的系统性AI课程，从深度学习核心原理到Pytorch框架实战操作，循序渐进地带你走进人工智能的技术世界。无论你是跨专业学习者，还是希望转行进入AI领域的初学者，这套课程都能帮你搭建起完整的知识体系。 课程内容覆盖全面，从理论到实战层层递进： 神经网络基础：从神经网络要完成的任务分析入手，详细解读模型更新方法、损失函数计算、前向传播与反向传播流程，并对神经网络整体架构进行拆解。通过效果可视化分析，帮助你直观理解神经元个数、预处理与dropout等关键因素的作用。 卷积神经网络（CNN）：深入讲解卷积要完成的任务、卷积计算详细…...

这是一套体系完整的人工智能学习课程，内容覆盖从数学基础到前沿技术的全链路知识，适合零基础入门者逐步进阶，也适合已有一定基础的技术人员系统梳理与提升。 课程从高等数学与线性代数讲起，帮助学员夯实AI领域必备的数学根基。随后进入Python编程板块，从基础语法到进阶用法，再到数据库操作与爬虫实战，逐步建立编程能力。在此基础上，课程深入讲解机器学习核心算法，包括分类问题、KNN、逻辑斯蒂回归、决策树、聚类模型、PCA、SVM等，并配套数学原理剖析，让学员不仅会用，更理解背后的逻辑。 课程主要模块包括： 数学基础：高等数学中的极限、导数、泰勒展开、偏导数、积分、正态分布，以及线性代数中的线性空间、矩阵…...

这套《0基础AI入门实战》课程专为没有编程与数学基础的初学者设计，以PyTorch框架为工具，通过完整的项目案例带你从零走进深度学习的世界。课程摒弃枯燥的理论堆砌，采用“边做边学”的实战模式，让你在动手编码中理解神经网络的核心逻辑。 课程内容覆盖从基础到前沿的完整学习路径： 神经网络基础：从神经元、前向传播、反向传播到损失函数与模型更新，逐步拆解深度学习的基本组件，并通过可视化分析帮助你直观感受网络效果。 卷积神经网络（CNN）：详细讲解卷积计算流程、池化层作用、参数共享与层次结构，并结合图像分类任务，带你完成数据增强、迁移学习与模型训练的全过程。 循环神经网络与注意力机制：深入分析RNN结构…...

这套AI算法工程师实战就业班课程，围绕从零基础到算法岗位就业的完整学习路径展开，内容覆盖人工智能基础、Python编程、科学计算、高等数学强化、机器学习、深度学习以及多个实战项目，并配有源码课件，适合希望系统掌握AI算法开发全流程的学员。 课程内容结构清晰，循序渐进 人工智能基础与Python入门：从人工智能就业前景、应用领域讲起，逐步过渡到Python开发环境搭建、基础语法、控制语句、函数、面向对象编程等内容，帮助零基础学员建立编程思维。 科学计算与数据分析：涵盖Numpy、Matplotlib、Pandas三大核心模块，讲解数组操作、数据可视化、数据清洗与合并等技能，为后续算法学习打下数据…...

本课程面向希望系统掌握深度学习推荐系统的学习者，内容由浅入深，覆盖从基础架构到前沿拓展的完整知识体系。无论你是具备一定编程基础的数据科学从业者，还是希望提升推荐系统实战能力的开发者，都能通过本课程获得扎实的理论认知与落地经验。 课程按照学习路径精心编排，主要包含以下模块： 开篇词：整体介绍课程定位与学习路线，帮助学员建立全局认知。 基础架构篇：讲解推荐系统的基本架构与核心组件，为后续深入学习打下基础。 国庆策划：结合特定场景的策划内容，展示推荐系统在实际业务中的灵活应用。 特征工程篇：深入特征处理与工程化方法，剖析特征对推荐效果的关键影响。 线上服务篇：聚焦推荐系统的线上部署与服务化，涵盖工程…...

本课程由黑马程序员打造，是一套系统讲解ChatGPT从基础应用到项目实战的完整教程。课程内容涵盖ChatGPT的背景介绍、注册与使用方法、多种应用场景实操，以及完整的项目实战与原理剖析，并附带配套源码，帮助学习者在动手实践中真正掌握ChatGPT的开发与应用。 课程内容结构 第一章：ChatGPT基础与多场景实操 ChatGPT背景介绍与实操演示 注册流程与三种使用方式讲解 入门程序编写指导 八大应用场景实战，涵盖Java类代码、前端代码、Python类代码、SQL代码、Shell代码的自动生成，以及Bug排查、人工智能相关代码和大数据相关代码的辅助编写 第二章：ChatGPT项目实战 项目背…...

人工智能基础课 人工神经网络 人工智能已成为新时代的必修课，而人工神经网络正是通往深度学习与智能应用的核心基石。本课程由王天一主讲，系统梳理从数学基础到神经网络、再到深度学习前沿的完整知识体系，帮助学习者扎实掌握人工智能的关键原理与方法。 课程以人工神经网络为重心，同时覆盖机器学习、深度学习及多种典型网络结构，兼顾理论推导与直观理解。无论你是希望入门人工智能的初学者，还是想巩固基础的开发者，都能从中获得清晰的学习路径。 课程内容概览 开篇词：人工智能——新时代的必修课，建立整体认知框架 数学基础：线性代数、概率论、数理统计、最优化方法、信息论、形式逻辑，为后续学习打下坚实根基 机器学习：线性回…...

机器学习是人工智能的核心组成部分，它使计算机无需显式编程即可从数据中自动学习模式、识别规律并做出预测或决策。与传统程序不同，机器学习系统通过训练数据不断优化自身性能，广泛应用于推荐系统、图像识别、语音助手、金融风控、医疗诊断和自动驾驶等领域。根据Statista数据，全球机器学习市场预计将在2030年突破1.8万亿美元，年复合增长率超过38%，成为推动数字经济转型的关键技术。 本课程围绕机器学习算法模型推导及项目实战展开，内容覆盖从基础概念到前沿算法的完整学习路径，适合希望系统掌握机器学习理论并积累实战经验的学习者。 课程内容体系 课程从机器学习的基本概念入手，逐步深入各类经典与进阶算法，具体…...

想系统学习人工智能领域最主流的框架TensorFlow，却不知从何入手？这门《基于Python玩转人工智能最火框架-TensorFlow应用实践》课程，专为希望从零掌握TensorFlow核心用法的学习者设计，用清晰的章节脉络带你从基础概念一路走到代码实战。 课程内容概览 第1章 课程整体介绍：开篇导学，帮助你了解课程结构、学习路径与目标，为后续学习做好规划。 第2章 人工智能基础知识：从“什么是人工智能”讲起，涵盖人工智能前景、所需基本数学知识、发展简史，以及AI、机器学习与深度学习之间的关联。同时深入讲解机器学习定义、过拟合概念和深度学习入门，并探讨面对AI应有的态度，帮你建立完整的知识框…...

本课程是一套系统性的深度学习实战教学资源，聚焦卷积神经网络（CNN）、循环神经网络（RNN）与生成对抗网络（GAN）三大主流算法体系，从算法原理推导到项目工程实现，层层递进，帮助学习者真正打通理论与实战之间的壁垒。 课程内容编排科学，覆盖全面。开篇从机器学习与深度学习的基础概念讲起，逐步深入到神经元模型、梯度下降等核心机制，为后续学习打下扎实根基。在卷积神经网络部分，不仅详细拆解了经典网络结构如AlexNet、ResNet、Inception与MobileNet的演进脉络，还专门开辟章节讲解调参技巧、批归一化、TensorBoard可视化及图像增强等工程实战中不可或缺的技能。 循环神经网络模块…...

浙江大学推出的研究生机器学习课程，是一套系统全面、理论实践并重的专业教学资源。课程内容覆盖机器学习领域的核心知识体系，从经典算法到前沿技术均有深入讲解，适合计算机及相关专业的研究生、高年级本科生，以及希望系统提升算法能力的工程师和科研人员学习。 课程结构清晰，循序渐进。开篇部分介绍了课程安排、教科书选用以及机器学习的基本概念，并深入探讨了“没有免费午餐定理”这一重要理论基础，帮助学习者建立正确的算法认知框架。随后，课程以大量篇幅详细讲解了支持向量机（SVM），从线性模型到非线性模型，从数学描述到图像展示，再到原问题与对偶问题的转化、核函数的引入，以及兵王问题、ROC曲线、多类分类等实际应用场景…...

《深度学习》花书训练营第二期，是一套系统性的深度学习进阶课程，专为希望从数学基础到实战应用全面掌握深度学习的学员设计。课程以花书（Deep Learning）为核心教材，通过九周循序渐进的学习安排，帮助学员构建扎实的理论功底与实战能力。 课程内容覆盖深度学习的核心数学基础，包括线性代数中的矩阵对角化、SVD分解、PCA降维，以及概率论中的极大似然估计、数值计算中的最优化方法等关键知识点。这些数学工具是理解深度学习算法的重要基石，课程通过视频精讲配合资料下载，帮助学员夯实基础。 在机器学习算法层面，课程系统讲解了估计与偏差方差、过拟合与欠拟合、超参数验证等基本概念，并深入剖析贝叶斯统计、逻辑回归…...

对于想要踏入人工智能领域的初学者来说，如何系统性地掌握深度学习框架往往是最头疼的第一道门槛。这套《零基础入门PyTorch深度学习》视频课程，正是为完全没有任何基础的学员量身打造，从最底层的神经网络原理讲起，一路延伸到完整的项目实战，帮助学习者真正打通从理论到代码的任督二脉。 课程内容编排极具梯度感，共分为四大核心阶段。第一阶段聚焦神经网络基础，通过直观的可视化演示和详细拆解，把前向传播、反向传播、损失函数、梯度更新这些抽象概念讲得明明白白，同时深入剖析神经元个数、预处理、Dropout等关键环节的实际作用，让学员不仅知其然更知其所以然。 第二阶段深入卷积神经网络（CNN）与循环神经网络（RN…...

人工智能深度学习系统班第七期：全面掌握AI核心技术 本套《人工智能深度学习系统班第七期》课程专为希望系统掌握人工智能核心技术的学习者打造，内容覆盖从机器学习基础到前沿深度学习应用的完整知识体系。课程采用“理论+实战”双轮驱动模式，通过大量真实项目案例深入浅出地讲解算法原理与工程实现，真正做到通俗易懂、接地气，确保零基础学员也能稳步入门，进阶学员快速提升。 课程内容全面覆盖AI主流方向 课程内容紧跟行业发展趋势，系统涵盖以下四大核心模块： 机器学习基础：包括线性回归、逻辑回归、决策树、支持向量机、集成学习等经典算法，夯实AI入门根基； 深度学习核心：深入讲解神经网络、卷积神经网络（CNN）、循环…...

本套课程是由黑马程序员出品的Python+AI方向综合实战教程，内容覆盖深度学习基础、神经网络原理、计算机视觉核心算法以及自然语言处理等多个热门领域，最终以人脸识别和商品检测两大实战项目收尾，帮助学习者构建完整的AI知识体系。 课程从深度学习基础讲起，系统梳理神经网络、卷积神经网络（CNN）、循环神经网络（RNN）等核心模型结构，并结合TensorFlow框架进行代码实操。在计算机视觉部分，深入讲解RCNN、FastRCNN、FasterRCNN、YOLO、SSD等主流目标检测算法的原理与演进脉络，让学习者不仅会调用API，更能理解算法背后的设计思想。 人脸识别模块是课程的一大亮点，基于百度A…...

《人工智能基础课》是由北京邮电大学工学博士王天一主讲的一套系统性人工智能入门课程，内容横跨数学基础、机器学习、人工神经网络、深度学习及实际应用场景五大模块，适合希望建立完整AI知识体系的初学者与从业者。 课程以音频搭配讲义的形式呈现，共包含40余节正课及多份复习资料、拓展阅读书单。王天一博士善于用凝练的比喻拆解复杂概念——例如用“月有阴晴圆缺”讲概率论中的不确定性，用“三个臭皮匠赛过诸葛亮”解释集成学习的核心思想，让抽象理论变得生动易懂。 课程结构清晰，循序渐进： 数学基础模块：涵盖线性代数、概率论、数理统计、最优化方法、信息论与形式逻辑，为后续算法学习打下扎实根基。 机器学习模块：从线性回归…...