深度学习目录

本目录文件为深度学习课程学习笔记。课程为

本课程笔记为个人学习记录，不代表课程作者的意见。

其它链接：

Distill 致力于对机器学习进行清晰的解释
AI产品赵哥 AI和传统开发相比，在教程和文档水平方面相差甚远。这个链接是难得的优秀笔记。

将学到什么

涵盖CNN、RNN、LSTM、GAN、DQN、transformer、自编码器和注意力机制等神经网络核心知识点

结构

大致可分为三个部分，用不同的颜色呈现：

第一部分包括基础知识和预备知识
第二部分快速了解大多数现代深度学习应用背后的基本工具。
- 5 深度学习计算的各种关键组件
- 6 构成大多数现代计算机视觉系统骨干的强大工具
- 8 利用数据中的时间或序列结构的模型，通常用于自然语言处理和时间序列预测
- 10 自然语言处理中取代循环神经网络
第三部分讨论可伸缩性、效率和应用程序
- 11 训练深度学习模型的几种常用优化算法
- 12 影响深度学习代码计算性能的几个关键因素
- 13 深度学习在计算机视觉中的主要应用
- 14 如何预训练语言表示模型并将其应用于自然语言处理任务。