从数学推导到实战架构：深度学习硬核进阶导读
这门课程直击深度学习领域的核心痛点，通过拆解《深度学习》（花书）的底层逻辑，解决初学者“懂原理却不会算”以及“只会调包不懂架构设计”的能力缺口。它不依赖现成的框架教程，而是从线性代数、概率论等数学基础讲起，逐步过渡到逻辑回归、SVM、LDA等经典算法，最终深入到深度前馈网络、卷积神经网络（CNN）以及循环神经网络（RNN）的反向传播与并行计算。对于已经掌握 Python 基础，但缺乏系统数学支撑和深层算法理解的学习者来说，这是一条从“会写代码”到“理解算法”的必经之路。
适合人群与学习建议
这门课最适合具备一定编程基础，但数学功底薄弱、对神经网络原理一知半解的转岗或进阶学习者。建议的学习顺序是先看第一周的概率与数值计算，打好线性代数和优化基础，然后按顺序攻克第二周至第四周的传统机器学习算法，最后进入第七、八周的 RNN 及 LSTM 等高级模型。在观看视频前，务必先阅读配套的 PDF 课件，特别是关于矩阵分解、梯度下降和正则化的部分，因为这部分内容直接决定了后续理解深度模型的效率。
学完后的能力与练习方式
学完这门课，你应能独立推导神经网络的反向传播公式，理解 SVD 分解在降维中的应用，并能根据具体业务场景选择合适的模型架构（如用 LSTM 处理序列数据）。为了巩固这些知识，不要只看视频，应配合资料包中的“估计、偏差和方差”等视频，手动复现课件中的数学推导过程，并通过对比不同激活函数和正则化方法的效果来加深理解。通过这种“理论推导+手动复现”的方式，才能真正掌握深度学习的核心精髓。
课程目录
📁 22 第七周：RNN反向传播与并行计算 RNN反向传播与并行计算.mp4 [68.9 MB] 📁 课件PPT 第二周和第三周：机器学习基础【资源精选‖更多关注：CunworkNotes】.pdf [4.6 MB] 第一周：数学基础(修正版）.pdf [1.6 MB] 第五周深度模型的优化.pdf [5.2 MB] 第四周：深度前馈网络.pdf [2.9 MB] 第九周：实际工作中的一些高级技术2.0.pdf [1.5 MB] 第六周：第九章卷积网络2.0.pdf [3.1 MB] 第五周：深度学习中的正则化.pdf [3.0 MB] 第七、八周：第十章循环神经网络.pdf [3.1 MB] 📁 07 第三周：LDA与SVM算法 LDA.mp4 [82.5 MB] SVM.mp4 [125.9 MB] 📁 02 第一周：概率与信息伦，数值计算 有约束最优化【不易整理‖请关注：CunWorkNoteS】.mp4 [79.9 MB] 极大似然估计.mp4 [36.0 MB] 无约束最优化.mp4 [146.4 MB] 📁 01 第一周线性代数 PCA.mp4 [42.5 MB] 伪逆矩阵最小二乘.mp4 [38.7 MB] 矩阵对角化以及SVD分解.mp4 [90.3 MB] 资料下载.doc [31.5 KB] 📁 04 第二周 机器学习算法基本概念 机器学习算法基本概念【不易整理‖请关注：CunWorkNoteS】.mp4 [46.1 MB] 过拟合欠拟合超参数验证集【持续更新‖免费提供：CunworknoteS】.mp4 [55.6 MB] 估计、偏差和方差.mp4 [23.0 MB] 机器学习算法基本概念.doc [51.5 KB] 📁 12 第四周：直播答疑日 第四周：直播答疑日【持续更新‖免费提供：CunworknoteS】.mp4 [918.6 MB] 📁 11 第四周：前馈神经网络架构设计 反向传播、 前向后向算法、.mp4 [95.6 MB] 📁 24 第八周：lstm lstm.mp4 [92.5 MB] 📁 21 第七周：RNN概念&前向传播 RNN概念&前向传播【优质资源‖关注：cunWorkNotes 解锁】.mp4 [96.4 MB] 📁 05 第二周 贝叶斯统计与逻辑回归 逻辑回归【更多精选‖公众号：CunWorknotes】 .mp4 [65.2 MB] 贝叶斯统计【公重号：CunWorkNotes】.mp4 [24.2 MB] 📁 19 第六周：卷积函数变体 lenet alexnet【更多精选‖公众号：CunWorknotes】 .mp4 [134.7 MB] vggnet googlenet【公重号：CunWorkNotes】.mp4 [174.0 MB] 📁 18 第六周：卷积神经网络基础 cnn前向后向【更多精选‖公众号：CunWorknotes】 .mp4 [124.1 MB] 局部感知权值共享.mp4 [143.3 MB] 📁 03 第一周：本周学习任务简单总结 03 第一周：本周学习任务简单总结【资源精选‖更多关注：CunworkNotes】.doc [100.5 KB] 📁 27 第九周：推理加速、训练加速 推理加速.mp4 [156.4 MB] 训练加速.mp4 [46.8 MB] 📁 25 第八周：gru gru.mp4 [75.4 MB] 📁 17 第五周：直播答疑 直播答疑.mp4 [521.0 MB] 📁 10 第四周：前馈神经网络损失函数 激活函数损失函数【不易整理‖请关注：CunWorkNoteS】.mp4 [114.8 MB] 前馈神经网络结构表达能力.mp4 [82.6 MB] 📁 09 第三周：本周学习任务简单总结 08 第三周：本周学习任务简单总结【资源精选‖更多关注：CunworkNotes】.doc [455.5 KB] 📁 26 第八周：本周任务简单总结+直播答疑日 直播答疑.mp4 [84.0 MB] 任务总结.docx [195.9 KB] 📁 15 第五周：深度模型中的优化 第五周：深度模型中的优化【持续更新‖免费提供：CunworknoteS】.mp4 [294.9 MB] 📁 20 第六周：本周任务简单总结+直播答疑日 答疑.mp4 [776.5 MB] 第六周：本周学习任务简单总结.docx [15.1 KB] 📁 14 第五周：范数惩罚正则化 范数惩罚正则化.mp4 [92.4 MB] 数据增强bagging dropout.mp4 [110.7 MB] 📁 28 第九周：自适应和gan 28 第九周：自适应和gan【优质资源‖关注：cunWorkNotes 解锁】.mp4 [38.7 MB] 📁 08 第三周：随机梯度下降 决策树.mp4 [80.4 MB] 📁 06 第二周：本周学习任务简单总结 第二周：本周学习任务简单总结.docx [13.4 KB] 📁 16 第五周：本周学习任务简单总结 总结.docx [73.3 KB] 📁 00【学前准备】开营仪式，认识群内的小伙伴 看开营仪式，了解学习模式.docx [14.7 KB] 深度输出活动.docx [56.9 KB] 📁 13 第四周：本周学习任务简单总结 第四周：本周学习任务简单总结.docx [14.7 KB] 📁 29 第九周：本周学习任务简单总结 第九周：本周学习任务简单总结.docx [13.4 KB] 📁 23 第七周：本周学习任务简单总结 第七周：本周学习任务简单总结.docx [15.1 KB]
