简介

本课程是李沐老师《动手学深度学习V2》与《实用机器学习》的2026优化版PyTorch实现全集，共计239集，被广大学习者誉为“刷完封神”的深度学习系统教程。课程从零基础入门开始，覆盖深度学习所有核心知识点，包含数学基础（线性代数、矩阵计算、自动求导）、经典机器学习算法（线性回归、Softmax回归、感知机、多层感知机）、模型优化技巧（权重衰退、丢弃法、数值稳定性、模型初始化），以及卷积神经网络（LeNet、AlexNet、VGG、NIN、GoogLeNet、ResNet）、循环神经网络（RNN、GRU、LSTM、双向RNN、深层RNN）、序列到序列学习（Seq2Seq、注意力机制、Transformer、BERT）等现代深度学习架构。课程还包含大量实战内容：Kaggle房价预测、树叶分类、CIFAR-10、ImageNet Dog、目标检测（锚框、SSD）、语义分割（FCN）、样式迁移、机器翻译、情感分析等。此外，课程专门设置实用机器学习模块，涵盖数据增广、微调、分布式训练、GPU使用、模型部署等工程实践。每个知识点均配有PyTorch代码实现和详细问答（QA），理论与实战紧密结合。无论你是AI初学者、在读学生、转行开发者，还是希望系统掌握深度学习的工程师，本课程都将是你学习路上最全面、最权威的指南。

---

各集标题与链接

1深度学习介绍

视频链接：点击观看

2.（重点）零基础转行入门AI学习路线图P2

视频链接：点击观看

3深度学习介绍 QA

视频链接：点击观看

4.1-安装

视频链接：点击观看

5.2-安装 QA-

视频链接：点击观看

6.1-数据操作-

视频链接：点击观看

7.2-数据操作实现-

视频链接：点击观看

8.3-数据预处理实现-

视频链接：点击观看

9.4-数据操作 QA-

视频链接：点击观看

10.1-线性代数-

视频链接：点击观看

11.2-线性代数实现-

视频链接：点击观看

12.3-按特定轴求和-

视频链接：点击观看

13.4-线性代数 QA-

视频链接：点击观看

14.1-矩阵计算

视频链接：点击观看

15.2-矩阵计算 QA-

视频链接：点击观看

16.1-自动求导-

视频链接：点击观看

17.2-自动求导实现-

视频链接：点击观看

18.3-自动求导 QA-

视频链接：点击观看

19.1-线性回归-

视频链接：点击观看

20.2-基础优化算

视频链接：点击观看

21.3-线性回归的从零开始实现-

视频链接：点击观看

22.4-线性回归的简洁实现-

视频链接：点击观看

23.5-QA-

视频链接：点击观看

24.1-Softmax 回归-

视频链接：点击观看

25.2-损失函数-

视频链接：点击观看

26.3-图片分类数据集-

视频链接：点击观看

27.4-Softmax 回归从零开始实现-

视频链接：点击观看

28.5-Softmax 回归简洁实现-

视频链接：点击观看

29.6-QA-

视频链接：点击观看

30.1-Windows 下安装 CUDA 和 Pytorch 跑深度学习 -

视频链接：点击观看

31.1-使用 AWS 最便宜的 GPU 实例 -

视频链接：点击观看

32.1-感知机-

视频链接：点击观看

33.2-多层感知机-

视频链接：点击观看

34.3-代码实现-

视频链接：点击观看

35.4-QA-

视频链接：点击观看

36.1-10行代码战胜90%数据科学家？

视频链接：点击观看

37.1-模型选择-

视频链接：点击观看

38.2-过拟合和欠拟合-

视频链接：点击观看

39.3-代码-

视频链接：点击观看

40.4-QA-

视频链接：点击观看

41.1-权重衰退-

视频链接：点击观看

42.2-代码实现-

视频链接：点击观看

43.3-QA-

视频链接：点击观看

44.1-丢弃法-

视频链接：点击观看

45.2-代码实现-

视频链接：点击观看

46.3-QA-

视频链接：点击观看

47.1-数值稳定性-

视频链接：点击观看

48.2-模型初始化和激活函数-

视频链接：点击观看

49.3-QA-

视频链接：点击观看

50.1-实战 Kaggle 比赛：预测房价-

视频链接：点击观看

51.2-课程竞赛：加州2020年房价预测-

视频链接：点击观看

52.3-QA-

视频链接：点击观看

53.1-模型构造-

视频链接：点击观看

54.2-参数管理-

视频链接：点击观看

55.3-自定义层-

视频链接：点击观看

56.4-读写文件

视频链接：点击观看

57.5-QA-

视频链接：点击观看

58.1-使用 GPU-

视频链接：点击观看

59.2-购买 GPU-

视频链接：点击观看

60.3-QA-

视频链接：点击观看

61.1-竞赛总结-

视频链接：点击观看

62.2-QA-

视频链接：点击观看

63.1-从全连接到卷积-

视频链接：点击观看

64.2-卷积层-

视频链接：点击观看

65.3-代码-

视频链接：点击观看

66.4-QA-

视频链接：点击观看

67.1-填充和步幅-

视频链接：点击观看

68.2-代码实现-

视频链接：点击观看

69.3-QA-

视频链接：点击观看

70.1-多输入输出通道-

视频链接：点击观看

71.2-代码实现-

视频链接：点击观看

72.3-QA-

视频链接：点击观看

73.1-池化层-

视频链接：点击观看

74.2-实现-

视频链接：点击观看

75.3-QA-

视频链接：点击观看

76.1-LeNet-

视频链接：点击观看

77.2-代码-

视频链接：点击观看

78.3-QA-)

视频链接：点击观看

79.1-AlexNet-

视频链接：点击观看

80.2-代码-

视频链接：点击观看

81.3-QA-

视频链接：点击观看

82.1-VGG-

视频链接：点击观看

83.2-代码-

视频链接：点击观看

84.3-QA-

视频链接：点击观看

85.1-NIN-

视频链接：点击观看

86.2-代码-

视频链接：点击观看

87.3-QA-

视频链接：点击观看

88.1-GoogLeNet

视频链接：点击观看

89.2-代码-

视频链接：点击观看

90.3-QA-

视频链接：点击观看

91.1-批量归一化

视频链接：点击观看

92.2-代码-

视频链接：点击观看

93.3-QA-

视频链接：点击观看

94.1-ResNet-

视频链接：点击观看

95.2-代码-

视频链接：点击观看

96.3-QA-

视频链接：点击观看

97.1-ResNet的梯度计算-

视频链接：点击观看

98.2-QA-

视频链接：点击观看

99.1-30 第二部分完结竞赛：图片分类【动手学深度学习v2】

视频链接：点击观看

100.1-CPU 和 GPU-

视频链接：点击观看

101.2-QA-

视频链接：点击观看

102.1-更多的芯片-

视频链接：点击观看

103.2-QA-

视频链接：点击观看

104.1-单机多卡并行-

视频链接：点击观看

105.2-QA-

视频链接：点击观看

106.1-从零开始-

视频链接：点击观看

107.2-简洁实现-

视频链接：点击观看

108.3-QA-

视频链接：点击观看

109.1-分布式训练-

视频链接：点击观看

110.2-QA-

视频链接：点击观看

111.1-数据增广-

视频链接：点击观看

112.2-代码-

视频链接：点击观看

113.3-QA-

视频链接：点击观看

114.1-微调-

视频链接：点击观看

115.2-代码-

视频链接：点击观看

116.3-QA-

视频链接：点击观看

117.1-38 第二次竞赛 树叶分类结果【动手学深度学习v2】-

视频链接：点击观看

118.1-Kaggle Cifar10-

视频链接：点击观看

119.2-QA-

视频链接：点击观看

120.1-Kaggle ImageNet Dog-

视频链接：点击观看

121.2-QA-

视频链接：点击观看

122.1-物体检测-

视频链接：点击观看

123.2-边缘框实现-

视频链接：点击观看

124.3-数据集-

视频链接：点击观看

125.4-QA-

视频链接：点击观看

126.1-锚框-

视频链接：点击观看

127.2-代码-

视频链接：点击观看

128.3-QA-

视频链接：点击观看

129.1-43 树叶分类竞赛技术总结【动手学深度学习v2】-

视频链接：点击观看

130.1-目标检测-

视频链接：点击观看

131.2-QA-

视频链接：点击观看

132.1-多尺度锚框-

视频链接：点击观看

133.2-SSD-

视频链接：点击观看

134.3-QA-

视频链接：点击观看

135.1-语义分割-

视频链接：点击观看

136.2-语义分割数据集-

视频链接：点击观看

137.3-QA-

视频链接：点击观看

138.1-转置卷积-

视频链接：点击观看

139.2-代码-

视频链接：点击观看

140.3-QA-

视频链接：点击观看

141.1-47.2 转置卷积是一种卷积【动手学深度学习v2】-

视频链接：点击观看

142.1-FCN-

视频链接：点击观看

143.2-代码-

视频链接：点击观看

144.3-QA-

视频链接：点击观看

145.1-样式迁移-

视频链接：点击观看

146.2-代码-

视频链接：点击观看

147.3-QA-

视频链接：点击观看

148.1-50 课程竞赛：牛仔行头检测【动手学深度学习v2】-

视频链接：点击观看

149.1-序列模型-

视频链接：点击观看

150.2-代码-

视频链接：点击观看

151.3-QA-

视频链接：点击观看

152.1-代码-

视频链接：点击观看

153.2-QA-

视频链接：点击观看

154.1-语言模型-

视频链接：点击观看

155.2-代码-

视频链接：点击观看

156.3-QA-

视频链接：点击观看

157.1-RNN-

视频链接：点击观看

158.2-QA-

视频链接：点击观看

159.1-从零开始实现-

视频链接：点击观看

160.2-简介实现-

视频链接：点击观看

161.3-QA-

视频链接：点击观看

162.1-门控循环单元（GRU）-

视频链接：点击观看

163.2-代码-

视频链接：点击观看

164.3-QA-

视频链接：点击观看

165.1-长短期记忆网络（LSTM）-

视频链接：点击观看

166.2-代码-

视频链接：点击观看

167.3-QA-

视频链接：点击观看

168.1-深层循环神经网络-

视频链接：点击观看

169.2-代码

视频链接：点击观看

170.3-QA-

视频链接：点击观看

171.1-双向循环神经网络-

视频链接：点击观看

172.2-代码

视频链接：点击观看

173.3-QA

视频链接：点击观看

174.1- 机器翻译数据集【动手学深度学习v2】

视频链接：点击观看

175.1-编码器-解码器架构

视频链接：点击观看

176.1-代码

视频链接：点击观看

177.1-Seq2Seq

视频链接：点击观看

178.2-代码

视频链接：点击观看

179.3-QA

视频链接：点击观看

180.1- 束搜索【动手学深度学习v2】

视频链接：点击观看

181.1-注意力机制

视频链接：点击观看

182.2-代码

视频链接：点击观看

183.1-注意力分数

视频链接：点击观看

184.2-代码

视频链接：点击观看

185.3-QA

视频链接：点击观看

186.1-使用注意力机制的seq2seq

视频链接：点击观看

187.2-代码

视频链接：点击观看

188.3-QA

视频链接：点击观看

189.1-自注意力

视频链接：点击观看

190.2-代码

视频链接：点击观看

191.3-QA

视频链接：点击观看

192.1-Transformer

视频链接：点击观看

193.2-多头注意力代码

视频链接：点击观看

194.3-Transformer代码

视频链接：点击观看

195.4-QA

视频链接：点击观看

196.1-BERT

视频链接：点击观看

197.2-BERT代码

视频链接：点击观看

---