黑马程序员面授人工智能

课程简介

拆解深度学习的核心逻辑这门课聚焦于人工智能中“深度学习”的具体实现，主要解决初学者在构建神经网络时常见的概念模糊与代码调试难题。内容从神经元的基本工作原理切入，逐步深入全连接网络的搭建，重点讲解了激活函数（如 ReLU、Sigmoid、Tanh、Softmax）的选择依据及其对非线性因素的影响，同时细致剖析了权重初始化策略（Xavier 和 Kaimin…

已有 0 人浏览发布 2026-10-18 更新 2026-10-18

拆解深度学习的核心逻辑

这门课聚焦于人工智能中“深度学习”的具体实现，主要解决初学者在构建神经网络时常见的概念模糊与代码调试难题。内容从神经元的基本工作原理切入，逐步深入全连接网络的搭建，重点讲解了激活函数（如 ReLU、Sigmoid、Tanh、Softmax）的选择依据及其对非线性因素的影响，同时细致剖析了权重初始化策略（Xavier 和 Kaiming）如何配合激活函数防止梯度消失或爆炸。此外，课程还覆盖了损失函数的定义与分类、反向传播的数学原理，以及动量法和指数加权平均等优化技巧。对于缺乏系统深度学习理论基础、或曾在搭建简单网络时遇到数据形状错误、梯度异常等问题的学习者，这套资料提供了从理论推导到 API 编码的完整闭环。它不是简单的库函数调用教学，而是强调理解每一步背后的数学逻辑，适合已经掌握 Python 基础、具备一定的线性代数直觉，但尚未系统学习过反向传播推导过程的上班族或转行者。基础薄弱者可能需要先复习微积分和矩阵乘法，以免在推导环节受阻。

建议的学习顺序与重点

不要线性通关，建议分三个阶段推进。第一阶段，集中消化“深度学习概念”部分，重点理解前向传播的数据流动过程，搞懂为什么需要激活函数以及不同激活函数的适用场景，亲手推导权重参数计算过程，并熟悉网络搭建时的数据形状追踪技巧。这是构建直觉的基础。第二阶段，进入“损失函数与反向传播”，这部分逻辑密度大，务必结合例题反复计算前向与反向数值，理解交叉熵损失在分类任务中的应用，以及动量法如何通过历史梯度改善收敛路径。第三阶段，将所有知识点串联，尝试从零搭建一个小型分类网络，并独立解决其中出现的调试问题。学习时，视频讲解提供了思路，但真正的掌握来自于动手编码验证理论。

学完后的独立能力与资料配合

完成学习后，你将能够独立构建多层感知机或简单的卷积网络，不再依赖黑盒式调用，而是能清晰解释每一层参数初始化、激活选择及损失函数设计的理由。面对模型不收敛或过拟合时，你能定位到是优化器配置、学习率设置还是网络结构问题，并给出相应的调试方案。资料包中虽包含大量视频，但建议将其作为“字典”使用，而非“教材”线性观看。遇到具体概念卡壳时，检索对应主题视频片段，结合自己的代码环境进行复现。特别注意视频中关于“代码编写”和“作业”的部分，这些是检验理解深度的关键。将视频中的理论案例在自己的开发环境中复现，修正其中的细微错误，比单纯观看更有效。这种“理论+即时实践”的模式，能让你在面对实际业务场景中的图像分类或数据回归任务时，具备独立搭建和调优模型的能力，而非仅仅停留在调参层面。

课程目录

📁 07阶段：深度学习
📁 day01-深度学习概念
17-权重初始化-xavier和kaiming初始化_ev.mp4 [21.7 MB]
11-leakrelu激活函数_ev.mp4 [16.5 MB]
01-上次课程复习_ev.mp4 [72.7 MB]
04-前向传播-生物神经网络-单个神经元工作方式_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [51.4 MB]
06-神经元内部状态值和激活值_ev.mp4 [49.7 MB]
10-relu激活函数-添加非线性因素的理解_ev.mp4 [31.5 MB]
13-激活函数小结_ev.mp4 [52.3 MB]
21-搭建深度学习网络-思路分析_ev.mp4 [50.6 MB]
27-作业_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [60.9 MB]
26-举例算权重参数_ev.mp4 [39.2 MB]
25-输入5行数据出来还是5行数据-只是特征再缩_ev.mp4 [15.0 MB]
24-课堂答疑_ev.mp4 [41.8 MB]
23-搭建深度学习网络-调试和数据形状追踪_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [55.1 MB]
22-搭建深度学习网络-编程实现_ev.mp4 [31.7 MB]
20-权重初始化-初始化策略源代码查找_ev.mp4 [19.2 MB]
19-初始化策略和激活函数配合使用-4个问题讨论_ev.mp4 [165.5 MB]
18-人工智能专家_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [11.2 MB]
15-权重初始化-api函数理论和运行效果分析_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [76.7 MB]
14-中午课程回顾_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [82.7 MB]
12-softmax激活函数_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [27.6 MB]
09-tanh激活函数_ev.mp4 [22.1 MB]
09-课堂答疑-对标量求导和对矩阵求导_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [14.4 MB]
08-sigmoid激活函数_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [69.7 MB]
07-激活函数-神经元为什么要添加激活函数_ev.mp4 [58.7 MB]
05-全连接神经网络-基本组成-网络特点_ev.mp4 [54.4 MB]
03-知识点占有能力和应用能力-刻意训练-作业点_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [29.0 MB]
02-上次课程复习_ev【资源整理‖公众号 CunWorkNotes】.mp4 [107.6 MB]
16-权重初始化-代码编写_ev.mp4 [28.4 MB]
📁 day02-损失函数.反向传播
22-动量法-api编码_ev.mp4 [61.9 MB]
15-反向传播案例-前向传播计算_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [70.9 MB]
10-回归任务-l2损失_ev.mp4 [10.0 MB]
04-损失函数定义分类-交叉熵损失函数-数学原理_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [68.6 MB]
03-数据和权重-习题课_ev.mp4 [71.6 MB]
02-课堂答疑-forward函数名字是为什么是固定的_ev.mp4 [10.3 MB]
05-课堂答疑-损失函数标签编码和one-hot编码_ev.mp4 [14.2 MB]
21-动量法-数学原理介绍_ev.mp4 [24.9 MB]
20-指数加权平均_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [106.6 MB]
19-反向传播案例-pytrochapi兑现_ev.mp4 [47.3 MB]
18-作业展示-衡量消化吸收_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [15.1 MB]
17-方向传播案例-计算w1的梯度（两个梯度加在_ev.mp4 [28.2 MB]
16-反向传播案例-反向传播计算_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [94.4 MB]
14-有关batch训练中8个样本相当于8个向导_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [87.6 MB]
13-梯度下降法回忆-学术界和工业界SGD_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [123.4 MB]
12-上午课程回顾_ev.mp4 [40.9 MB]
11-损失函数笔记小结_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [51.5 MB]
09-回归任务-l1损失_ev.mp4 [17.2 MB]
08-二分类交叉熵损失-BCELoss-BCEWithLogits_ev.mp4 [36.6 MB]
07-多分类交叉熵损失总损失和平均损失-手写损_ev.mp4 [30.5 MB]
07-多分类交叉熵损失-nn.NLLLoss_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [26.5 MB]
06-多分类交叉熵损失-api和损失函数设计理念测_ev.mp4 [58.0 MB]
01-上一次课程复习_ev.mp4 [190.3 MB]
📁 day03-优化方法
23-模型评估-代码编写和调试_ev【资源整理‖公众号 CunWorkNotes】.mp4 [27.9 MB]
17-数据处理-调试和结果验证_ev.mp4 [18.6 MB]
15-数据处理-思路分析_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [54.9 MB]
13-案例-需求分析和数据认知_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [36.1 MB]
08-学习率实验-指定间隔-指数衰减_ev.mp4 [29.4 MB]
04-adagrad-rmsprop-adam Api函数_ev.mp4 [27.9 MB]
06-学习率实验-学习率变化对梯度下降的影响_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [84.0 MB]
09-L1L2正则化复习-drop正则化_ev.mp4 [97.3 MB]
11-BN常见面试题_ev【资源整理‖公众号 CunWorkNotes】.mp4 [56.3 MB]
12-中午课程回顾_ev.mp4 [66.4 MB]
21-模型训练-功能编写析_ev.mp4 [39.7 MB]
24-模型调优-轮次和数据标准化最有效_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [15.0 MB]
25-神经网络基础-知识体系梳理_ev.mp4 [71.3 MB]
22-模型训练-调试_ev.mp4 [11.5 MB]
20-模型训练-代码分析_ev【资源整理‖公众号 CunWorkNotes】.mp4 [70.0 MB]
19-模型搭建-编码和调试_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [35.7 MB]
18-模型搭建-思路分析_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [29.1 MB]
16-数据处理-编码实现_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [81.2 MB]
10-BN概念_ev.mp4 [23.9 MB]
07-学习率实验-等间隔-调整学习率_ev.mp4 [41.8 MB]
05-学习率实验-学习率变化对梯度下降的影响-代_ev.mp4 [77.5 MB]
03-adagrad-rmsprop-adam数学原理_ev.mp4 [48.0 MB]
02-作业点评_ev.mp4 [54.2 MB]
01-上一次课程复习_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [132.9 MB]
14-案例-总体流程介绍_ev.mp4 [26.8 MB]
📁 day04-卷积神经网
26-模型评估和作业_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [104.9 MB]
24-模型训练-思路分析_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [33.0 MB]
18-数据处理CIFAR10-思路分析_ev【资源整理‖公众号 CunWorkNotes】.mp4 [37.2 MB]
13-课堂答疑_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [10.6 MB]
07-卷积图像的计算公式_ev.mp4 [28.1 MB]
03-为什么不用全连接神经网络处理图像_ev.mp4 [42.2 MB]
06-多通道卷积-多卷积核卷积_ev.mp4 [69.3 MB]
12-convapi-查看特征图_ev.mp4 [32.8 MB]
22-模型搭建-编码实现_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [43.5 MB]
25-模型训练-实现和调试_ev【资源整理‖公众号 CunWorkNotes】.mp4 [52.8 MB]
23-模型搭建-编码调试和单元测试_ev【资源整理‖公众号 CunWorkNotes】.mp4 [24.2 MB]
21-模型搭建-思路分析_ev.mp4 [52.4 MB]
20-数据处理读数据dataloader_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [23.4 MB]
19-数据处理读数据dataset_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [38.2 MB]
17-课堂答疑_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [9.0 MB]
16-案例效果-总体步骤_ev.mp4 [58.3 MB]
15-池化概念和实验_ev【资源整理‖公众号 CunWorkNotes】.mp4 [65.2 MB]
14-中午课程回顾_ev.mp4 [41.8 MB]
11-convapi使用_编写_ev.mp4 [24.5 MB]
10-课堂答疑_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [1.7 MB]
09-convapi使用_思路分析_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [32.2 MB]
08-卷积核带有权重-卷积层权重参数个数计算公式_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [54.6 MB]
05-卷积计算-pad-步长_ev.mp4 [71.9 MB]
02-图像基本知识_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [53.3 MB]
01-上一次课程复习_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [149.4 MB]
04-CNN组成_ev.mp4 [20.9 MB]
📁 day05-人工智能循环神经网
21-模型搭建-调试_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [35.1 MB]
20-模型搭建-编码实现_ev.mp4 [28.4 MB]
13-数据处理-构建字典和文本数值化-思路分析_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [48.1 MB]
12-数据处理-清洗文本-思路分析_ev【资源整理‖公众号 CunWorkNotes】.mp4 [56.9 MB]
05-词向量的思考-版本定下来词向量就定下来了-目前的认知_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [36.5 MB]
04-词向量层api编码_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [42.8 MB]
07-RNN-api函数参数介绍_ev【资源整理‖公众号 CunWorkNotes】.mp4 [79.5 MB]
17-数据处理-Dataset和Dataloader构建-编码实_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [20.6 MB]
18-数据处理-Dataset和Dataloader构建-调试_ev.mp4 [17.6 MB]
19-模型搭建-思路分析_ev.mp4 [57.3 MB]
23-模型训练-代码实现_ev.mp4 [33.6 MB]
24-模型预测_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [24.7 MB]
22-模型训练-代码调试_ev.mp4 [22.6 MB]
21-模型训练-思路分析_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [25.3 MB]
16-数据处理-Dataset和Dataloader构建-思路分_ev.mp4 [35.0 MB]
15-数据处理-调试_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [19.8 MB]
14-数据处理-编码实现_ev.mp4 [54.3 MB]
11-文本生成-需求分析和数据介绍_ev.mp4 [148.5 MB]
10-中午课程回顾_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [63.5 MB]
09-RNN-送1句话32个单词_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [60.6 MB]
08-RNN-送1句话1个单词_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [27.6 MB]
06-RNN输入和输出-RNN内部的两个矩阵运算_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [58.9 MB]
03-词向量层的概念和api使用思路分析_ev.mp4 [97.6 MB]
02-RNN概述-文本数值化-数值张量化_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [55.0 MB]
01-上一次课程复习_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [120.0 MB]
📁 赠送项目：【蜂窝AI文本摘要】
📁 day01-蜂窝AI文本摘要
16-数据预处理-提取特定文本-1思路分析_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [48.4 MB]
11-TextRankApi-关键短语_ev.mp4 [15.7 MB]
10-TextRankApi-1关键词思路分析_ev.mp4 [24.7 MB]
02-项目总体要求和今天课程安排_ev.mp4 [30.4 MB]
10-TextRankApi-2关键词编码和测试_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [18.1 MB]
14-有关版本号和动手搭建环境_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [4.2 MB]
19-textrank模型-1思路分析_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [33.5 MB]
22-配置文件-15个文件-3代码实现和调试_ev.mp4 [32.3 MB]
24-配置模型训练参数-思路分析和实现_ev【资源整理‖公众号 CunWorkNotes】.mp4 [28.4 MB]
23-并行处理框架-2编码实现和调试_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [20.2 MB]
23-并行处理框架-1思想分析代码分析_ev.mp4 [60.7 MB]
22-配置文件-15个文件-2思路分析_ev【资源整理‖公众号 CunWorkNotes】.mp4 [32.2 MB]
22-配置文件-15个文件-1原理_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [63.5 MB]
21-seq2seq架构-复习_ev.mp4 [64.2 MB]
19-textrank模型-2代码实现和调试_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [39.0 MB]
18-数据预处理-脏数据-特定字符-2代码实现和调试_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [21.3 MB]
18-数据预处理-脏数据-特定字符-1思路分析_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [33.7 MB]
17-数据预处理-提取特定文本-2代码实现和调试_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [19.1 MB]
15-中午课程回顾_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [40.8 MB]
13-jieba_keywords抽取关键词_ev.mp4 [11.8 MB]
12-TextRankApi-关键句子_ev.mp4 [23.2 MB]
10-TextRankApi-3通过底层库代码提升代码能力_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [20.9 MB]
09-TextRank和PageRank联系和区别_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [6.8 MB]
08-TextRank原理-共现矩阵-TR矩阵运算意义_ev【精心整理‖更多资源关注 CunWorkNotes】.mp4 [63.3 MB]
07-TextRank原理-pagerank算法-随机浏览模型_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [57.0 MB]
06-数据待处理任务-脏数据和特定字符_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [21.2 MB]
05-数据待处理任务-空值_ev.mp4 [24.5 MB]
04-数据集初探-训练集和测试集数据格式_ev.mp4 [44.9 MB]
03-文本摘要的概念和分类_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [20.8 MB]
01-项目总体课程安排_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [34.8 MB]
20-textrank作业_ev.mp4 [10.7 MB]
📁 day02-蜂窝AI文本摘要
12-总流程-生成npy文件-2实现和调试_ev.mp4 [59.7 MB]
01-上一次课程复习_ev.mp4 [101.5 MB]
06-数据处理-单句处理和多句处理函数_ev.mp4 [45.6 MB]
08-总业务-生成3个seg文件-2编码实现和调试_ev.mp4 [62.6 MB]
09-总业务-生成3个pad文件-思路分析_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [44.5 MB]
10-上午课程回顾_ev【资源整理‖公众号 CunWorkNotes】.mp4 [76.6 MB]
19-模型构建-解码器-编码实现和调试_ev.mp4 [35.2 MB]
18-模型构建-解码器-思路分析_ev.mp4 [22.7 MB]
16-模型构建-attention-思路分析_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [79.7 MB]
15-模型构建-编码器-编码实现和调试_ev.mp4 [42.2 MB]
14-模型构建-编码器-思路分析_ev【资源整理‖公众号 CunWorkNotes】.mp4 [31.3 MB]
13-数据处理三部曲-dataloader的封装-串讲_ev.mp4 [44.5 MB]
12-总流程-生成npy文件-1思路分析_ev.mp4 [40.8 MB]
11-中午课程回顾_ev【资源整理‖公众号 CunWorkNotes】.mp4 [69.8 MB]
08-总业务-生成3个seg文件-1思路分析_ev.mp4 [64.8 MB]
07-数据处理-支撑函数-加载文本数值化的三个文件_ev【资源整理‖公众号 CunWorkNotes】.mp4 [13.6 MB]
05-数据处理-支撑函数中间3个_ev【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [18.9 MB]
04-数据处理-支撑函数前3个_ev.mp4 [64.9 MB]
03-数据处理15个步骤-效果展示_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [30.4 MB]
02-字典文件读写_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [64.8 MB]
17-模型构建-attention-编码实现和调试_ev.mp4 [40.7 MB]
05-课堂答疑-合并单元格merge操作_ev.mp4 [29.7 MB]
📁 day03-蜂窝AI文本摘要
12-gensim词向量-业务流分解_ev.mp4 [41.8 MB]
09-模型预测-代码串讲_ev.mp4 [59.7 MB]
03-seq2seq-解码思路分析4_ev.mp4 [18.3 MB]
02-encoder-attention-decoder-复习_ev.mp4 [48.2 MB]
03-seq2seq-解码思路分析2_ev.mp4 [20.2 MB]
15-垂直领域词向量训练实验-词向量使用_ev.mp4 [62.3 MB]
18-PGN架构解析-数学公式9个_ev【整理分享‖关注公众号 CunWorkNotes】.mp4 [97.4 MB]
17-PGN架构解析-3+1_ev【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [23.5 MB]
16-PGN架构解析-seq2seq架构待改进点_ev.mp4 [29.1 MB]
14-垂直领域词向量训练实验-词向量生成_ev.mp4 [37.6 MB]
… 其余 2193 项略，目录共 2393 项