课时01

机器学习、深度学习、有监督学习

更新时间：2025-05-20

课时02

多元线性回归算法

更新时间：2025-05-20

课时03

梯度下降法与模型训练

更新时间：2025-05-20

课时04

升维、降维、early stopping、惩罚项

更新时间：2025-05-20

课时05

正则化与归一化

更新时间：2025-05-20

课时06

逻辑回归、Softmax回归、损失函数

更新时间：2025-05-20

课时07

什么是神经网络

更新时间：2025-05-20

课时08

理解神经网络反向传播

更新时间：2025-05-20

课时09

知识总结

更新时间：2025-05-20

课时10

常见问题回答

更新时间：2025-05-20

课时11

回归神经网络反向传播

更新时间：2025-05-20

课时12

梯度消失问题

更新时间：2025-05-20

课时13

激活函数、批量归一化、参数初始化

更新时间：2025-05-20

课时14

图像识别与卷积神经网络

更新时间：2025-05-20

课时15

经典CNN模型、残差网络等

更新时间：2025-05-20

课时16

NLP任务与循环神经网络

更新时间：2025-05-20

课时17

梯度消失、长短时记忆

更新时间：2025-05-20

课时18

编码器解码器、注意力机制

更新时间：2025-05-20

课时19

浅看Transformer架构

更新时间：2025-05-20

课时20

整体把握Transformer结构

更新时间：2025-05-20

课时21

什么是语言模型

更新时间：2025-05-20

课时22

理解Self Attention

更新时间：2025-05-20

课时23

Token Embedding

更新时间：2025-05-20

课时24

Positional Encoding 位置编码

更新时间：2025-05-20

课时25

Self Attention计算

更新时间：2025-05-20

课时26

多头注意力

更新时间：2025-05-20

课时27

Encoder Block

更新时间：2025-05-20

课时28

Masked Self Attention

更新时间：2025-05-20

课时29

终端输出

更新时间：2025-05-20

课时30

Transformer总结及训练

更新时间：2025-05-20

课时31

Transformer架构代码实现

更新时间：2025-05-20