两周搞定深度学习

第01-04天：机器学习入门与实战

1. 人工智能发展史
2. 什么是机器学习
3. k最近邻算法
4. 回归模型
5. 决策树和随机森林
6. 聚类算法
7. 集成学习

第05-06天：深度学习与PyTorch入门

1. 什么是深度学习
2. PyTorch环境安装
3. 创建和使用张量
4. 数据加载
5. 实战演练

第07-08天：神经网络模型实战

1. 神经网络模型
2. 激活函数
3. 参数初始化
4. 损失函数
5. 优化方法
6. 正则化方法

第09-10天：计算机视觉和卷积神经网络

1. 计算机视觉概述
2. 空间结构先验信念
3. 什么是卷积
4. 卷积如何有益于图像处理
5. 添加池化以减少对象移动
6. 第一个CNN
7. 数据增强
8. 实战练习：构建企业级图像分类流水线
9. 经验分享

第11-14天：自然语言处理

1. NLP概述
2. 词嵌入模型
3. 序列生成
4. 总结