0Pricing
Deep Learning Academy icon

Deep Learning Academy

PYTHONPythonAiData_science

使用 PyTorch 掌握深度学习,从神经元和反向传播到 CNN、Transformer 和生产环境 MLOps。

🤖 AI 驱动📚 30 门课程👥 10万+ 学习者⭐ 4.9 分
课程概览

使用 Python 进行深度学习

使用 PyTorch 掌握深度学习,从神经元和反向传播到现代架构。本课程轨道包含 30 门循序渐进的迷你课程,从绝对初级(A1)到高级(B2),每堂课精短精悍,配合快速小测验来巩固每个概念。

你将学到什么

从张量、感知器、激活函数和自动求导开始,然后构建和训练神经网络。进阶学习 CNN、RNN、Transformer 和注意力机制、迁移学习、GAN、扩散模型、分布式训练和生产环境 MLOps。每堂课都很实用,当你遇到困难时,可以随时获得 24/7 AI 导师的帮助。

工作原理

每门课程分为四堂精短的课程。每天完成几堂课程,你就能在数周内而非数月内掌握整个课程轨道。

开始学习 →

你的学习方式

🎯
互动课程
实时反馈的动手编程练习
🤖
AI 导师
遇到困难时立即获得 AI 帮助
💻
内置编辑器
直接在浏览器中编写并运行代码
🏆
证书
完成课程后获得证书
课程

30 门课程

Deep Learning Academy 学习路径中的所有课程。

01

深度学习究竟是什么

A14 节课

解释深度学习与经典机器学习的区别,以及深度学习的优势所在。

02

搭建 PyTorch 实验环境

A14 节课PRO

安装 PyTorch,在 CPU 或 GPU 上运行,并确认环境正常工作。

03

张量:深度学习中的数据

A14 节课PRO

自信地使用 PyTorch 张量创建数据、调整形状并进行数学运算。

04

从 NumPy 迈向向量化思维

A14 节课PRO

使用快速的向量化张量运算替代 Python 循环。

05

神经元与感知器

A14 节课PRO

构建单个神经元,并观察它绘制决策边界。

06

让网络实现非线性的激活函数

A24 节课PRO

根据任务选择 ReLU、sigmoid、tanh 和 softmax。

07

直观理解梯度下降

A24 节课PRO

理解模型如何沿着下降方向逐步降低损失。

08

Autograd:PyTorch 为您完成微积分

A24 节课PRO

使用 requires_grad 和 backward() 自动计算梯度。

09

使用 nn.Module 构建您的第一个神经网络

A24 节课PRO

在 PyTorch 中定义、实例化并运行前馈网络。

10

使用真实数据训练分类器

A24 节课PRO

端到端训练一个小型网络,并测量其准确率。

11

揭开反向传播的神秘面纱

B14 节课PRO

追踪误差如何反向传播,从而更新每个权重。

12

适用于各种任务的损失函数

B14 节课PRO

为回归、二分类和多分类问题选择合适的损失函数。

13

超越基础 SGD 的优化器

B14 节课PRO

调整 SGD、动量和 Adam,让训练更快、更稳定。

14

构建可靠的训练循环

B14 节课PRO

为达到生产级别的训练循环添加验证、检查点和指标。

15

使用 Dataset 与 DataLoader 构建数据流水线

B14 节课PRO

使用自定义 Dataset 和批量 DataLoader 高效输入数据。

16

应对过拟合并进行正则化

B14 节课PRO

诊断过拟合,并应用丢弃、数据增强和范数约束。

17

用于图像的卷积网络

B14 节课PRO

构建能够从原始像素中学习视觉特征的 CNN。

18

经典 CNN 架构

B14 节课PRO

了解从 LeNet 到 ResNet 的发展,以及促使网络不断加深的思想。

19

序列模型:RNN 与 LSTM

B14 节课PRO

使用循环网络和门控记忆对有序数据建模。

20

嵌入与数字化文本

B14 节课PRO

将词语转换为网络能够学习的稠密向量。

21

注意力机制与 Transformer

B24 节课PRO

实现自注意力机制,并组装一个 Transformer 模块。

22

迁移学习与微调

B24 节课PRO

使用少量数据,让预训练模型适应您的任务。

23

自编码器与表示学习

B24 节课PRO

压缩并重建数据,从而学习有用的潜在编码。

24

生成对抗网络

B24 节课PRO

训练生成器和判别器,以创建新的图像。

25

扩散模型与现代生成技术

B24 节课PRO

理解扩散模型如何通过逐步去噪生成新的样本。

26

更快训练:混合精度与性能分析

B24 节课PRO

使用 AMP、性能分析和 GPU 内存优化技巧加快训练速度。

27

横向扩展:分布式训练

B24 节课PRO

使用 DataParallel 和 DDP,让训练跨多个 GPU 运行。

28

评估与调试深度模型

B24 节课PRO

诚实地衡量模型表现,并解读模型为何做出这些预测。

29

将模型部署到生产环境

B24 节课PRO

导出并优化训练好的模型,通过 API 提供服务。

30

MLOps:从实验到可靠的流水线

B24 节课PRO

像生产团队一样跟踪、管理版本并监控模型。

常见问题

常见问题解答

Deep Learning Academy 课程免费吗?

免费。你可以免费开始 Deep Learning Academy 课程并完成它的所有互动课程。可选的 PRO 订阅解锁高级 AI 工具和可分享的证书。

学习 PYTHON 需要有先前的经验吗?

不需要。课程从基础开始,逐步进阶到更高难度的主题,所以即使你没有任何 PYTHON 基础也可以开始。

我在 CoddyKit 上怎样学习 PYTHON?

学以致用。简洁的互动课程将清晰的讲解与实时动手编程练习结合,24/7 AI 导师在你遇到困难时提供个性化帮助。

完成 Deep Learning Academy 后能获得证书吗?

可以。PRO 学员可以参加考试,获得 Deep Learning Academy 课程的可分享的完成证书,其中包含可验证的代码。

我能在手机上学习 PYTHON 吗?

可以。CoddyKit 支持网页版和原生 iOS、Android 应用,你可以在任何设备上学习 PYTHON,进度会自动同步。

立即开始 Deep Learning Academy

加入数千名学习者,通过 AI 驱动的课程掌握编程。

免费开始 →浏览所有课程