本课程专为深度学习爱好者设计，涵盖线性代数、概率论、机器学习算法等核心数学基础，结合实战项目如卷积神经网络、RNN、LSTM等，通过视频讲解、资料下载、直播答疑等多种形式，帮助学员深入理解并应用深度学习技术。课程内容丰富，适合希望从基础到进阶全面掌握深度学习的学员。
以下云资源目录树快照生成于[11个月前]，该学习资料由夸克云用户[心旷*怡的青蛙]分享（只展示大部分文件和目录）
深度学习花书训练营：数学基础与实战项目精讲5.08 GB(mp4视频35节；docx、doc、pdf文档21个；)
课件PPT
第一周：数学基础(修正版）.pdf1.56MB第五周深度模型的优化.pdf5.16MB第五周：深度学习中的正则化.pdf2.97MB第四周：深度前馈网络.pdf2.88MB第七、八周：第十章循环神经网络.pdf3.05MB第六周：第九章卷积网络2.0.pdf3.08MB第九周：实际工作中的一些高级技术2.0.pdf1.52MB第二周和第三周：机器学习基础.pdf4.58MB29 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.docx13.39KB28 第九周：自适应和gan
28 第九周：自适应和gan.mp438.72MB27 第九周：推理加速、训练加速
训练加速.mp446.82MB推理加速.mp4156.39MB26 第八周：本周任务简单总结+直播答疑日
直播答疑.mp484.03MB任务总结.docx195.9KB25 第八周：gru
gru.mp475.39MB24 第八周：lstm
lstm.mp492.52MB23 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.docx15.09KB22 第七周：RNN反向传播与并行计算
RNN反向传播与并行计算.mp468.88MB21 第七周：RNN概念&前向传播
RNN概念&前向传播.mp496.43MB20 第六周：本周任务简单总结+直播答疑日
第六周：本周学习任务简单总结.docx15.06KB答疑.mp4776.48MB19 第六周：卷积函数变体
vggnet googlenet.mp4173.98MBlenet alexnet.mp4134.67MB18 第六周：卷积神经网络基础
局部感知权值共享.mp4143.35MBcnn前向后向.mp4124.14MB17 第五周：直播答疑
直播答疑.mp4521.05MB16 第五周：本周学习任务简单总结
总结.docx73.33KB15 第五周：深度模型中的优化
第五周：深度模型中的优化.mp4294.89MB14 第五周：范数惩罚正则化
数据增强bagging dropout.mp4110.71MB范数惩罚正则化.mp492.4MB13 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.docx14.67KB12 第四周：直播答疑日
第四周：直播答疑日.mp4918.6MB11 第四周：前馈神经网络架构设计 反向传播、
前向后向算法、.mp495.55MB10 第四周：前馈神经网络损失函数
前馈神经网络结构表达能力.mp482.63MB激活函数损失函数.mp4114.76MB09 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.doc455.5KB08 第三周：随机梯度下降
决策树.mp480.4MB07 第三周：LDA与SVM算法
SVM.mp4125.88MBLDA.mp482.5MB06 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.docx13.44KB05 第二周 贝叶斯统计与逻辑回归
逻辑回归.mp465.23MB贝叶斯统计.mp424.18MB04 第二周 机器学习算法基本概念
机器学习算法基本概念.mp446.14MB机器学习算法基本概念.doc51.5KB过拟合欠拟合超参数验证集.mp455.62MB估计、偏差和方差.mp423.01MB03 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.doc100.5KB02 第一周：概率与信息伦，数值计算
有约束最优化.mp479.89MB无约束最优化.mp4146.44MB极大似然估计.mp436.02MB01 第一周线性代数
资料下载.doc31.5KB伪逆矩阵最小二乘.mp438.72MB矩阵对角化以及SVD分解.mp490.32MBPCA.mp442.45MB00【学前准备】开营仪式，认识群内的小伙伴
深度输出活动.docx56.89KB看开营仪式，了解学习模式.docx14.72KB
