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：

DataLabMLOps云计算向量数据库大数据数据分析数据可视化数据工程数据治理数据科学数据素养机器学习职业服务自然语言处理面向商业的人工智能

培训 2 人或更多？试试 DataCamp for Business

人工智能

Kolmogorov-Arnold 网络（KAN）：实现指南

了解 Kolmogorov-Arnold 网络（KAN），一种与传统模型相比更易解释且更准确的新型神经网络。

Dimitri Didmanidze

2026年10月6日

深度学习

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。

Bexruz (Bex) Tuychiev

2026年10月6日

人工智能

深度学习（DL）与机器学习（ML）：对比指南

在本教程中，您将了解人工智能（AI）的概览，并深入了解机器学习（ML）与深度学习之间的差异。

Matt Crabtree

2026年10月6日

PyTorch CNN 教程：在 Python 中构建并训练卷积神经网络

学习如何使用 PyTorch 在 Python 中构建与实现卷积神经网络（CNN）。

Javier Canales Luna

2026年10月6日

深度学习

PyTorch vs Tensorflow vs Keras

探索 PyTorch、TensorFlow 和 Keras——三大主流深度学习框架之间的关键差异。了解它们各自的特性、优缺点与适用场景，从而为您的项目选择合适的工具。

Kurtis Pykes

2026年10月6日

TensorFlow 初学者教程

学习如何使用 TensorFlow 构建神经网络，以及如何对其进行训练、评估与优化

Karlijn Willems

2026年10月6日

机器学习

机器学习中的交叉熵损失函数：提升模型准确性

在本指南中探索机器学习中的交叉熵，了解如何在分类任务中使用 TensorFlow 与 PyTorch 示例优化模型准确性与有效性。

Kurtis Pykes

2026年10月6日

深度学习

TRIBE v2 教程：从视频、音频与文本模拟人脑活动

学习如何在 Google Colab 上运行 Meta 的 TRIBE V2 模型，从自然化刺激预测皮层活动，并将结果可视化为交互式 3D 脑热力图。

Aashi Dutt

2026年10月6日

人工智能

什么是深度学习？零基础入门教程

本教程解答关于深度学习的常见问题，并通过真实案例探索深度学习的各个方面。

Abid Ali Awan

2026年10月6日

深度学习

基于 BERT 的自然语言处理：实操指南

了解什么是自然语言处理（NLP），并通过使用 Google BERT 处理文本数据集来探索其真实应用。

DataCamp Team

2026年10月6日