COURSE FILE / 07 · UNIVERSITY INDEX FIRST

深度学习基础

从反向传播到现代神经网络的训练。

课程类型:本站规划学习方向大学参考:2 条原创讲义:尚未发布

01 / STUDY PATH

这一方向研究什么?

理解表征学习、梯度传播、训练动态和工程调试,而非把网络视为黑箱。

建议先学

02 / PLANNED TOPICS

未来原创课程方向

下列是 JACKNOTE 自己规划的选题,不是来源大学已核验的 Lecture 名称或课次顺序。需要实际查阅来源资料后,才能进一步拆为对应大学课次的原创讲义。

  1. 01
    神经元与自动微分JACKNOTE 编辑规划主题 · 原创课程未发布
  2. 02
    梯度下降与反向传播JACKNOTE 编辑规划主题 · 原创课程未发布
  3. 03
    卷积、序列与注意力模型JACKNOTE 编辑规划主题 · 原创课程未发布
  4. 04
    训练稳定性、正则化与实验JACKNOTE 编辑规划主题 · 原创课程未发布

03 / ORIGINAL COURSE REFERENCES

大学原始课程目录

以下原课程名称、来源范围与链接独立保存。综合课程的相关章节不被宣传为同名独立大学课程。

Carnegie Mellon University CMU 课程主页

11-785 Introduction to Deep Learning

11-785 Introduction to Deep Learning

CMU 公开深度学习课程与学习资料

直接对应
打开大学原始课程目录 / INDEX ↗

MIT MIT 课程主页

6.S191 Introduction to Deep Learning

6.S191 Introduction to Deep Learning

MIT 授课团队的课程入口与公开教学资料

直接对应
打开大学原始课程目录 / INDEX ↗