深度学习基础

本部分包含了机器学习进阶部分——深度学习的基础知识。请熟悉深度学习库Pytorch的使用，并理解深度学习的重点原理和模型。请特别关注深度学习基础中的以下重点内容：

• 前馈神经网络 (Feedforward Neural Networks)
• 卷积神经网络 (Convolutional Neural Networks)
• 循环神经网络 (Recurrent Neural Networks)
• Transformer (Encoder, Decoder, Attention)
• 正则化 (Regularization)
• 优化算法 (Optimizers)

如果你从未使用过Pytorch

请参考以下教程：

• Pytorch官方练习项目
• 中文文档教程：阿里云的Pytorch教程
• 英文文档教程：Machine Learning Pytorch Tutorial
• Pytorch的常见代码Cheat Sheet

在学习深度学习知识的时候，我们建议你采用 code-first，通过实操代码的方式学习

请参考以下教程：

• 中文书籍在线阅读附加代码示例：动手学深度学习
• 英文视频教程：Practical Deep Learning for Coders (fast.ai）
• 英文视频教程：PyTorch for Deep Learning
• (Optional) Pytorch官方英文文档：Deep Learning with Pytorch

如果你曾经接触过深度学习

请参考以下链接以便回顾重要的知识点：

• 中文文档：吴恩达深度学习教程的中文笔记

如果你想要补充更多的深度学习理论知识

请参考以下教程：

• 英文书籍：Deep Learning (MIT)

如果你需要更多训练神经网络的建议

请参考：

• Initializing Neural Networks
• Parameter Optimizing in Neural Networks