导入
关于本课程
了解本课程的内容，并判断是否适合你学习。
欢迎来到深度学习导论。
在本课程中，我们将深入探索深度学习这一神秘领域，从数学和编程两个角度，依次剖析最流行的模型。
本课程以对读者的高度关注与尊重编写而成，旨在为你打下坚实的深度学习基础。请注意，我们所认为的“基础”内容，对某些人而言可能已是进阶知识。
你将全面了解解决实际问题所需的各种方法与技术体系。
课程末尾附有拓展学习资源，帮助你进一步巩固所学概念的理解。
完成本课程后，你将扎实掌握各类网络架构、其背后的直观思想以及数学表达形式。不仅如此，你还将动手实践，使用Python和PyTorch从零开始实现并训练所有这些模型。
本课程适合谁？
你可能会疑惑：这门课程是否适合我？如果你已经是经验丰富的深度学习研究者或从业者，那么你可能不会从中获得太多收获。但如果你属于以下任一类人群，本课程将对你大有裨益：
- 数据科学家
- 计算机科学家
- 软件工程师
- 具备数学或工程背景的高校学生与毕业生
- 大数据工程师
- 解决方案架构师
为什么？原因如下：
本课程融合了三大核心内容：
- 模型及其训练过程背后的直观理解
- 如何构建和训练模型的实践示例，辅以动手练习和编程环境
- 模型与算法背后的数学原理与公式推导
无论你具备编程背景、数学背景，或两者兼有，都能顺利跟上课程进度。唯一的先决条件是对深度学习保持浓厚兴趣。
先修要求
坦白说，对深度学习的浓厚兴趣并非唯一的先修条件。深度学习本身是一个高级且复杂的领域，因此还需具备以下基础：
- 熟悉Python语言，了解TensorFlow或PyTorch等框架的基本使用
- 熟练掌握矩阵运算，例如矩阵乘法
- 具备概率论基础知识
- 掌握微积分和导数的基本概念
在本课程中，你将逐步熟悉PyTorch及相关数学原理。过程中某些概念可能略显艰深，但请不要畏惧，这是完全正常的现象。