分享资源

《0基础AI入门：深度学习与Pytorch实战课程指南》

  • 发布时间：
    2026-05-24 04:02:04
  • 文件大小：
    共计 77 个文件，合计：2.92GB
  • 资源来源：
    夸克网盘夸克网盘
  • 资源售价：
    积分10积分
  • 资源标签：
    AI入门课程PyTorch人工智能深度学习
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效，请及时转存文件。

  • 夸克网盘 2025最新大模型学习全套资料

    这套2025最新大模型学习全套资料，是大模型领域学习与研究的优质资源集合。资料涵盖丰富内容。在入门板块，有《从零开始大模型开发与微调基于PyTorch与ChatGLM》等多本专业书籍，帮助初学者构建大模型基础概念与理论体系。AI产品经理相关资料，包含面试高频题与技术知识介绍，适合该领域从业者提升与求职准备。实战方面，有大模型实战落地案例集，呈现典型示范应用，助力学习者将理论用于实践。电子书与视频教程部分，不仅有大模型基础讲解视频，还有Agent课程试听以及众多大模型必看电子书，如《大模型时代：ChatGPT开启通用人工智能浪潮》等，拓宽知识视野。此外，课程配套代码与课件为实践操作提供支持，大模…...
    AI学习资料大模型编程教程
    2025最新大模型学习全套资料
    2025最新大模型学习全套资料

  • 夸克网盘 零基础AI实战：深度学习与PyTorch从入门到精通课程

    本课程专为零基础学员打造，是深入学习AI领域的优质选择。课程围绕深度学习与PyTorch展开，内容丰富且全面。从神经网络基础讲起，逐步深入，涵盖卷积神经网络、RNN、注意力机制等高级主题。同时，详细介绍PyTorch框架的安装与应用，帮助学员快速上手。课程通过大量实战案例，让学员参与构建、训练和优化AI模型的全过程，掌握数据处理、模型训练和结果分析的技能。无论是对神经网络整体架构的详细拆解，还是对卷积计算流程的演示，都能让学员扎实掌握理论知识，并能灵活应用于实际项目。如果你希望快速踏入AI领域，将所学应用于实际项目，那么这门课程非常适合你。它将为你开启AI学习的大门，助力你在AI领域不断探索前…...
    AI课程PyTorch深度学习
    零基础AI实战：深度学习与PyTorch从入门到精通课程
    零基础AI实战：深度学习与PyTorch从入门到精通课程

  • 百度网盘 深度之眼AI大赛：22套Kaggle新赛实战全攻略

    深度之眼AI大赛年度会员课程，为学习者带来22套Kaggle新赛的实战技巧。课程内容丰富多样，从酶稳定性预测到有毒评论识别，覆盖了NLP、CV、数据挖掘等多个热门AI领域。无论是对AI充满好奇的新手，还是经验丰富的资深开发者，都能在其中找到契合自身水平的学习路径。课程通过一系列实战项目，助力学习者提升AI技能。例如在深度学习PyTorch框架班中，从基础的张量操作、线性回归，到复杂的循环神经网络、生成对抗网络等，都有详细讲解。同时还涉及机器学习、推荐算法等核心技术，让学习者全面掌握AI领域的关键知识。在不同的Kaggle赛事指导中，如tensorflow海星目标检测大赛、NBME - 临床患者…...
    AI竞赛Kaggle新赛机器学习
    深度之眼AI大赛：22套Kaggle新赛实战全攻略
    深度之眼AI大赛：22套Kaggle新赛实战全攻略

  • 迅雷云盘 黑马博学谷AI大模型训练营1期

    黑马博学谷AI大模型训练营1期是面向人工智能领域爱好者与从业者的专业课程。课程从基础出发，开篇设有开班仪式与Python前置课程串讲，为学员后续学习大模型知识筑牢根基。紧接着深入讲解大模型前置知识、基础知识以及主要类别架构，让学员全面了解大模型的理论体系。在实践应用方面，课程安排丰富多样的项目实战。涵盖金融行业动态风向评估、电商领域虚拟试衣系统、物流行业信息咨询智能问答系统、大健康行业智能问诊系统、新零售行业评价决策系统、新媒体行业评论智能分类与信息抽取系统等，使学员能够将所学知识运用到不同行业场景中。此外，课程还针对Stable Diffusion多模态大模型、文心一言&百度千帆大模…...
    AI大模型人工智能课程大模型应用
    黑马博学谷AI大模型训练营1期
    黑马博学谷AI大模型训练营1期

  • 百度网盘 黑马博学谷AI大模型训练营1期

    黑马博学谷AI大模型训练营1期是一门聚焦于AI大模型领域的专业课程。课程内容丰富全面，从大模型前置知识、基础知识讲起，深入介绍大模型主要类别架构、主流大模型以及Prompt - Tuning方法，还涵盖大模型提示词工程应用等关键内容。课程理论与实践紧密结合，设置了多个行业项目实战，如金融行业动态风向评估、电商领域虚拟试衣系统、物流行业信息咨询智能问答系统、大健康行业智能问诊系统、新零售行业评价决策系统、新媒体行业评论智能分类与信息抽取系统等，让学员在实践中掌握AI大模型在不同行业的应用。此外，课程还涉及Stable Diffusion多模态大模型应用实战，以及文心一言、百度千帆大模型平台、讯飞…...
    AI大模型编程课程黑马博学谷
    黑马博学谷AI大模型训练营1期
    黑马博学谷AI大模型训练营1期

  • 夸克网盘 大模型全栈学习指南：从入门到实战，AI产品经理与面试必备资料包

    这份大模型全栈学习资料包是人工智能领域从入门到进阶学习者的优质选择。在大模型开发方面，涵盖GPT - 4与ChatGPT开发入门内容，助力学习者开启大模型技术大门。对于想成为AI产品经理的人士，提供了必修课程以及多维度的知识文档，如语音识别技术、数据标注工作入门等，帮助构建全面的产品知识体系。面试准备上，有大模型面试八股文，细致梳理大模型基础、进阶、微调、推理等多方面面试要点。实战方面，有落地应用案例集，可让学习者借鉴实际应用经验。此外，还有丰富的视频教程，讲解大模型简介、提示词工程等内容，搭配详细学习路线图，助力快速掌握大模型技术，提升AI产品设计与开发能力，为职业发展添砖加瓦。...
    AI产品经理人工智能大模型
    大模型全栈学习指南：从入门到实战，AI产品经理与面试必备资料包
    大模型全栈学习指南：从入门到实战，AI产品经理与面试必备资料包

  • 夸克网盘 路飞Python人工智能AI工程师课程

    路飞Python人工智能AI工程师课程是一门综合性强且极具价值的学习资源。在Python快速入门模块，从讲师和课程内容介绍、授课模式须知到学习方法建议等开篇内容，为学员搭建了良好的学习基础。课程详细讲解了Python的基础概念、数据类型、条件语句、循环语句等知识，还涉及到Python解释器种类、版本以及环境搭建等内容。在数据科学必备工具包实战模块，对numpy、pandas、matplotlib、seaborn等常用工具包进行了深入讲解，涵盖安装、基本操作、高级功能以及绘图可视化等方面。人工智能必备数学课程模块则包含函数、极限、微积分、矩阵、概率统计等数学知识，为人工智能学习筑牢数学根基。机器…...
    Python编程人工智能工程师课程

  • 夸克网盘 2023年AI行业报告与头部博主AI课程汇总

    本资源汇集了2023年AI领域的精华内容，涵盖行业报告与头部博主课程，聚焦AI绘画、ChatGPT、AIGC等热门领域。行业报告部分，包含200多份报告，从技术发展、商业应用到市场趋势，全方位剖析AI行业。如对ChatGPT的技术原理、商业化路径的深度解读，以及AIGC在各行业的应用前景分析等，无论是投资者洞察市场，还是从业者把握趋势，都极具参考价值。头部博主课程则注重实操与变现。有超12000个AI绘画关键词，覆盖动物、风景、婚纱等多种类型，助您精准生成理想画作。还有Midjourney教程、Stable Diffusion实战案例，从基础操作到高级技巧，逐步讲解。此外，课程还分享了AI在自…...
    AIGCAI绘画AI行业报告
    2023年AI行业报告与头部博主AI课程汇总
    2023年AI行业报告与头部博主AI课程汇总

  • 夸克网盘 强化学习必修课：开启人工智能新征程

    介绍“强化学习必修课：开启人工智能新征程”是一门聚焦强化学习领域的优质课程。课程内容丰富全面，从基础的线性代数、微积分、概率等数学知识，到深度学习环境配置如CUDA+Anaconda、深度学习库PyTorch的安装等实操技能，都有详细讲解。在强化学习核心内容方面，涵盖了马尔可夫决策过程、价值迭代、策略迭代、蒙特卡洛方法、时序差分方法等经典算法与理论，还深入介绍了深度Q网络（DQN）、策略梯度、演员评论家算法等前沿技术，并配有相应的代码实现讲解。此外，课程设置了多个项目实战环节，如Gym游戏、大模型RLHF等，让学习者能够将理论知识应用到实际场景中。该课程的特色在于将理论与实践紧密结合，不仅帮助…...
    人工智能强化学习课程
    强化学习必修课：开启人工智能新征程
    强化学习必修课：开启人工智能新征程

  • 夸克网盘 极客时间-AI全栈开发实战营（完结）

    介绍极客时间的AI全栈开发实战营是一门面向开发者的综合性课程。该课程以“模型训练-工程优化-工业部署-业务闭环”为核心链路，通过真实产业场景的沉浸式训练，助力开发者突破技术孤岛，构建覆盖AI应用全生命周期的硬核能力体系。课程内容丰富，从机器学习与深度学习理论基础出发，逐步深入大模型发展全景与关键技术，如Transformer架构、注意力模型等。同时，课程还聚焦DeepSeek等前沿大模型的现状、应用与技术创新，带领学员进行从开发入门到私有化部署的全流程实践。此外，课程涵盖了多个热门应用场景的实战，包括使用DeepSeek开发RAG、小红书爆款文案生成助手，以及利用Dify和Langbot研发多…...
    AI全栈开发机器学习极客时间
    极客时间-AI全栈开发实战营（完结）
    极客时间-AI全栈开发实战营（完结）

  • 夸克网盘 百度飞桨AI实战：后厂理工学院资深CV工程师双证课程

    本课程由后厂理工学院与百度飞桨联合打造，专为有志成为资深AI实战工程师，尤其是聚焦计算机视觉（CV）方向的学习者设计。课程围绕视频行为分析、人脸检测与识别、目标跟踪、Kalman滤波等计算机视觉核心技术展开。同时，结合Faster RCNN、YOLOv3、DeepLab v3+等前沿算法，为学员提供从理论学习到实操训练的全方位培养。通过丰富的项目实战环节，学员将逐步掌握数据处理、模型训练、部署及优化等一系列关键技能。无论是想深入了解计算机视觉技术，还是期望在AI领域实现职业进阶，本课程都能提供有力支持，助力学员在AI行业的职业发展道路上稳步前行。...
    AI实战后厂理工学院百度飞桨
    百度飞桨AI实战：后厂理工学院资深CV工程师双证课程
    百度飞桨AI实战：后厂理工学院资深CV工程师双证课程

  • 百度网盘 DeepSeek 全栈学习：从入门到精通的 AI 实战指南

    DeepSeek 是一款备受关注的国产 AI 大模型。本资料包为其全栈学习指南，内容丰富且实用，适合零基础学员到专业开发者。在新手教程板块，提供了从基础操作到高阶技巧的 11 讲内容，循序渐进地帮助学习者掌握 DeepSeek 的使用。实战应用方面，涵盖游戏开发、Office 集成、知识库搭建等场景，充分展现其在不同领域的应用潜力。资料包还收录了 AI 工具合集，包括视频剪辑、去水印、去马赛克等实用工具，满足多样化的创作需求。商业变现部分则包含 28 节 AI 全域变现课程以及提示词秘籍，助力使用者探索 AI 带来的商业机会。特别值得一提的是，其中收录了清华大学的 104 页专业教程和 15 …...
    AI 工具Deepseek国产大模型
    DeepSeek 全栈学习：从入门到精通的 AI 实战指南
    DeepSeek 全栈学习：从入门到精通的 AI 实战指南

  • 百度网盘 年轻人的AI商业变现课程：从入门到创业

    这是一门专为年轻人打造的AI商业变现课程。课程由钱叔主讲，通过真实案例教学，系统地讲解AI技术在商业领域的应用与变现方法。课程包含ChatGPT、AI绘画、视频制作、跨境电商等28个实用模块，覆盖写作、翻译、PPT制作、数字人开发等热门技能。从基础操作到商业实战，一站式解决年轻人的AI商业应用需求。无论是想提升职场竞争力，还是寻找创业方向，本课程都能提供有力帮助。课程深入挖掘AI2.0时代的五大商业机会，助力学习者快速实现AI技术变现，抓住人工智能时代的财富机遇。无论是对AI感兴趣的初学者，还是希望拓展商业版图的创业者，都能从这门课程中收获满满。...
    AI商业变现创业课程职场技能提升
    年轻人的AI商业变现课程：从入门到创业
    年轻人的AI商业变现课程：从入门到创业

  • 夸克网盘 最全Coze扣子智能体教程：从零基础到变现落地，一站式搞定

    Coze扣子智能体是一款功能强大的智能体开发平台。本套教程旨在帮助用户从零基础开始，全面掌握Coze智能体的开发与应用，实现变现落地。教程内容丰富多样，涵盖了多个关键板块。在Coze自动化工作流程教学部分，有30节课程，包含基础实操、插件与工作流应用、代码编写等内容，如通过实操案例讲解提取抖音文案等，还涉及如何发布机器人到微信、飞书平台等实用操作。AI全系统商业矩阵打造实战课有178节，深入讲解了GPT、MidJourney、Stable - Diffusion等多种AI工具在电商、直播、设计、文案创作等领域的应用，包括用GPT助力电商直播、用MidJourney绘图、用AI工具生成视频等，助…...
    AI教程Coze智能体
    最全Coze扣子智能体教程：从零基础到变现落地，一站式搞定
    最全Coze扣子智能体教程：从零基础到变现落地，一站式搞定

  • 夸克网盘 《AI大模型微调实战：8周掌握前沿技术与深度应用开发指南》

    本课程面向AI开发者与技术爱好者，通过8周的系统训练，深入剖析大语言模型微调技术等前沿内容。课程开篇带来大模型技术总览，让学员对整体领域有宏观认知。随后，详细讲解LoRA微调技术，以及Hugging Face Transformers工具库的使用方法，帮助学员掌握实用工具。模型量化技术的介绍，可提升学员对模型优化的理解。课程还包含ChatGLM3-6B的QLoRA微调实战、LangChain框架应用等热门内容，为学员提供贴合实际的操作经验。私有化部署聊天机器人的教学，有助于学员打造个性化应用。RLHF训练技术及混合专家模型（MoEs）等内容，则让学员接触到行业的先进理念。课程采用视频讲解结合实…...
    AI大模型微调技术技术课程
    《AI大模型微调实战：8周掌握前沿技术与深度应用开发指南》
    《AI大模型微调实战：8周掌握前沿技术与深度应用开发指南》

《0基础AI入门：深度学习与Pytorch实战课程指南》

该课程是为AI零基础学员量身定做的学习资源。课程从深度学习基础理论出发，涵盖了神经网络、卷积网络、RNN以及注意力机制等核心内容，由浅入深地进行讲解。在Pytorch实战操作方面，通过丰富多样的案例和大量的实战演练，帮助学员掌握AI核心技术，实现跨专业能力的提升。

课程内容通俗易懂，即使是没有任何AI基础的学员也能轻松理解。从神经网络的任务分析到模型更新方法，再到卷积计算流程演示等，每一个知识点都有详细的解读。同时，课程还涉及到PyTorch框架与其他框架的区别分析、数据集与任务目标分析等内容，让学员全面了解AI深度学习领域。无论是想要进入人工智能行业的初学者，还是希望提升自身技能的跨专业人士，这门课程都是开启人工智能高薪大门的一把钥匙。

📢 以下文件由夸克网盘用户于2024-10-23分享（文件数量过多时仅展示部分文件）
0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升2.92GB
注意：部分视频含有水印，请勿相信0B
001-课程介绍.mp489.3MB
002-1-神经网络要完成的任务分析.mp433.97MB
003-2-模型更新方法解读.mp421.63MB
004-3-损失函数计算方法.mp428.57MB
005-4-前向传播流程解读.mp422.56MB
006-5-反向传播演示.mp422.66MB
007-6-神经网络整体架构详细拆解.mp443.76MB
008-7-神经网络效果可视化分析.mp461.31MB
009-8-神经元个数的作用.mp422.59MB
010-9-预处理与dropout的作用.mp432.22MB
011-1-卷积神经网络概述分析.mp440.19MB
012-2-卷积要完成的任务解读.mp427.94MB
013-3-卷积计算详细流程演示.mp459.98MB
014-4-层次结构的作用.mp420.9MB
015-5-参数共享的作用.mp420.04MB
016-6-池化层的作用与效果.mp433.28MB
017-7-整体网络结构架构分析.mp446.17MB
018-8-经典网络架构概述.mp444.49MB
019-1-RNN网络结构原理与问题.mp417.37MB
020-2-注意力结构历史故事介绍.mp432.15MB
021-3-self-attention要解决的问题.mp426.5MB
022-4-QKV的来源与作用.mp427.32MB
023-5-多头注意力机制的效果.mp429.07MB
024-6-位置编码与解码器.mp428.88MB
025-7-整体架构总结.mp426.54MB
026-8-BERT训练方式分析.mp419.06MB
027-1-PyTorch框架与其他框架区别分析.mp433.67MB
028-2-CPU与GPU版本安装方法解读.mp478.84MB
029-1-数据集与任务概述.mp439.06MB
030-2-基本模块应用测试.mp440.36MB
031-3-网络结构定义方法.mp451.04MB
032-4-数据源定义简介.mp433.32MB
033-5-损失与训练模块分析.mp435.74MB
034-6-训练一个基本的分类模型.mp444.08MB
035-7-参数对结果的影响.mp442.79MB
036-1-任务与数据集解读.mp434.34MB
037-2-参数初始化操作解读.mp439.52MB
038-3-训练流程实例.mp440.51MB
039-4-模型学习与预测.mp453.96MB
040-1-输入特征通道分析.mp438.9MB
041-2-卷积网络参数解读.mp428.27MB
042-3-卷积网络模型训练.mp449.51MB
043-1-任务分析与图像数据基本处理.mp436.6MB
044-2-数据增强模块.mp439.06MB
045-3-数据集与模型选择.mp436.18MB
046-4-迁移学习方法解读.mp442.47MB
047-5-输出层与梯度设置.mp453.8MB
048-6-输出类别个数修改.mp443.77MB
049-7-优化器与学习率衰减.mp444.11MB
050-8-模型训练方法.mp444.56MB
051-9-重新训练全部模型.mp441.78MB
052-10-测试结果演示分析.mp499.73MB
053-4-实用Dataloader加载数据并训练模型.mp458.27MB
054-1-Dataloader要完成的任务分析.mp428.63MB
055-2-图像数据与标签路径处理.mp442.04MB
056-3-Dataloader中需要实现的方法分析.mp443.4MB
057-1-数据集与任务目标分析.mp441.96MB
058-2-文本数据处理基本流程分析.mp452.02MB
059-3-命令行参数与DEBUG.mp432.8MB
060-4-训练模型所需基本配置参数分析.mp438.21MB
061-5-预料表与字符切分.mp430.05MB
062-6-字符预处理转换ID.mp432.17MB
063-7-LSTM网络结构基本定义.mp431.71MB
064-8-网络模型预测结果输出.mp435.63MB
065-9-模型训练任务与总结.mp440.98MB
066-1-基本结构与训练好的模型加载.mp418.97MB
067-2-服务端处理与预测函数.mp440.03MB
068-3-基于Flask测试模型预测结果.mp440.69MB
069-1-视觉transformer要完成的任务解读.mp430.2MB
070-1-项目源码准备.mp441.74MB
071-2-源码DEBUG演示.mp431.47MB
072-3-Embedding模块实现方法.mp442.08MB
073-4-分块要完成的任务.mp434.79MB
074-5-QKV计算方法.mp439.92MB
075-6-特征加权分配.mp439.65MB
076-7-完成前向传播.mp436.92MB
077-8-损失计算与训练.mp445.44MB
共77个文件，合计：2.92GB
夸克网盘
资源评论 AUP主 M管理员
评分
{{ rating }}分