自己动手神经网络深度学习（AI第二册）

掌握深度学习的原理，才能在人工智能领域走得更远。本课程手把手教你如何让神经网络具备思考的能力。通过学习和训练，神经网络能够利用数学理论知识进行有效的编程实践。在第一册中，你学会了如何搭建神经网络，在这本第二册里，我们将让神经网络进行深度学习，从而让它具备思考的能力。神经网络通过调整合适的参数来进行思考，学习过程就是不断调整参数的过程。

课程推荐

《自己动手神经网络深度学习（AI第二册）》掌握深度学习的原理，才能在人工智能领域走得更远。本课程手把手教你如何让神经网络具备思考的能力。通过学习和训练，神经网络能够利用数学理论知识进行有效的编程实践。在第一册中，你学会了如何搭建神经网络，在这本第二册里，我们将让神经网络进行深度学习，从而让它具备思考的能力。神经网络通过调整合适的参数来进行思考，学习过程就是不断调整参数的过程。【技能收获】学完可掌握：核心实战技能、项目驱动学习。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。

视频目录（22 节）

自己动手神经网络深度学习（AI第二册）

*   1 课程介绍.mp4

*   2 损失函数.mp4

*   3 均方误差编程实现.mp4

*   4 交叉熵误差及编程.mp4

*   5 导数的概念与编程.mp4

*   6 导数的计算.mp4

*   7 偏导数.mp4

*   8 从导数到梯度.mp4

*   9 梯度的编程.mp4

*   10 梯度下降法编程.mp4

*   11 梯度算法优化.mp4

*   12 运用到简单的神经网络.mp4

*   13 数据集介绍.mp4

*   14 从互联网获取数据集.mp4

*   15 数据的转换.mp4

*   16 数据的保存和加载.mp4

*   17 数据的处理.mp4

*   18 创建两层神经网络的类.mp4

*   19 预测值 损失函数 梯度.mp4

*   20 神经网络类的小结.mp4

*   21 神经网络的深度学习实践.mp4

*   22 自制数据集初步.mp4