深度学习基础¶
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习器使其更接近于人工智能。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如自然语言、图像等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
本课程主要目标是带领同学们入门深度学习，课程内容主要包含了以下内容:
- 深度学习框架 PyTorch 的使用
- 神经网络的重要概念
- 神经网络应用于图像任务
- 神经网络应用于自然语言处理任务
每个章节都会带领大家编写一个综合案例，主要案例如下:
- 第一章节: 编写一个线性回归归案例
- 第二章节: 设计一个全连接神经网络，用于对手机价格的预测
- 第三章节: 设计一个卷积神经网络, 实现对 1 万张测试集图像进行分类
- 第四章节: 设计一个循环神经网络, 通过对周杰伦歌词的学习, 来实现歌词生成
完成本章节的课程, 同学们将会具备扎实的深度学习基础知识，为后面学习更加复杂的知识做铺垫.