分类
主题
深度学习教程
在我们的深度学习教程中，了解如何利用人工智能加速数据分析与流程。通过深度学习的技巧、窍门与方法提升技能。
其他主题：
培训 2 人或更多？试试 DataCamp for Business
Adagrad 优化器详解：工作原理、实现与对比
学习 Adagrad 优化技术，包括其关键优势、局限性、在 PyTorch 中的实现方法，以及用于优化机器学习模型的应用场景。
2026年10月6日
PyTorch 中的 AdamW 优化器教程
了解 AdamW 优化器如何通过将权重衰减与梯度更新解耦来提升模型表现。本文解释 Adam 与 AdamW 的关键差异及其使用场景，并提供在 PyTorch 中实现 AdamW 的分步指南。
2026年10月6日
使用 TensorFlow 的卷积神经网络（CNN）教程
学习如何使用 TensorFlow Framework 2 在 Python 中构建与实现卷积神经网络（CNN）
2026年10月6日
在云端使用 Jupyter Notebooks 进行深度学习
本分步教程将向您展示如何在 Amazon Web Services（AWS）EC2 GPU 上设置并使用 Jupyter Notebook 来进行深度学习。
2026年10月6日
Keras 教程：用 Python 进行深度学习
本 Keras 教程将带您入门 Python 深度学习：学习如何预处理数据、建模、评估并优化神经网络。
2026年10月6日
走近生成对抗网络（GAN）
在不涉及数学细节的情况下，了解什么是生成对抗网络，并编写一个能够生成数字的简单 GAN！
2026年10月6日
神经网络中的激活函数入门
带您领略常见激活函数的版图——从稳健的 ReLU 到具备概率表达力的 softmax。
2026年10月6日
什么是卷积神经网络？完整 CNN 指南
全面了解 CNN、其对图像分析的影响，以及在 CNN 与深度学习应用中防止过拟合的关键策略。
2026年10月6日
LSTM 模型：长短期记忆网络完整指南
掌握 LSTM 网络的内部机制，这些网络是现代 LLM 的基础。探索门控机制、梯度流，并用 PyTorch 构建一个情感分类器。
2026年10月6日
深度神经网络入门
理解深度神经网络及其在现代人工智能深度学习领域中的重要性
2026年10月6日
使用 TensorFlow 2.0 实现神经风格迁移
在本教程中，您将学习如何使用 TensorFlow 2.0 实现如 Prisma 这类强大的应用。
2026年10月6日
自动编码器入门：从基础到 PyTorch 中的高级应用
带您了解自动编码器、其多种变体，以及在现实世界中的潜在应用。
2026年10月6日