第 1 阶段 · 入门基础
深度学习
神经网络、反向传播，以及让大模型可以训练的关键组件。
4 节课2 节可读
- 01 PyTorch 入门：张量、自动求导与训练循环 张量与设备、autograd 如何求梯度、DataLoader 与五步训练循环。 进阶 25 分钟 ✓
- 02 神经网络与反向传播 神经元、层、激活函数，以及误差如何反向传播去更新海量权重。 进阶 20 分钟 ✓
- 03 训练深层网络：优化器、归一化与残差连接 Adam、LayerNorm、残差连接和学习率调度。 高级 20 分钟 ✎ 编写中
- 04 从 CNN、RNN 到 Transformer 架构简史：为什么注意力取代了循环结构。 进阶 15 分钟 ✎ 编写中
在新版课程里对应的单元
每个单元都有学习目标、要掌握的算法、必读论文、动手项目和自测题。