CC6204
西语深度学习实战课程
CC6204是GitHub上的一个开源深度学习课程项目,采用西班牙 语授课。课程涵盖神经网络理论、CNN、RNN等核心内容,融合理论与实践,讲解深度学习模型原理及应用,指导学生构建模型解决实际问题。提供在线视频和PyTorch编程作业,全面培养深度学习实战能力。
CC6204 深度学习
这是一门介绍基于深度神经网络学习（通常称为深度学习）领域的入门课程（西班牙语授课）。在本课程中，学生将学习深度学习模型背后的理论、其工作原理和可能的应用。学生将能够构建和训练模型来解决实际问题。
- 教授：Jorge Pérez
- 助教：Gabriel Chaperon, Ho Jin Kang, Juan-Pablo Silva, Mauricio Romero, Jesús Pérez-Martín
- 课程往期版本：2018年秋季, 2019年春季
2020年春季
要求
- 一个Google账号用于使用Google Collaboratory，或者
- 安装以下Python包：
课程组织
1. 基础
介绍，人工智能 vs 机器学习 vs 深度学习，为什么是现在的深度学习？(视频)
1.1. 现代神经网络
- 感知器、激活函数和矩阵表示 (视频)
- 通用近似定理、前馈网络和输出函数（softmax）(视频)
- 梯度下降法寻找网络参数 (视频)
- 计算图和反向传播算法 (视频1, 视频2)
- 张量、爱因斯坦记号和张量链式法则 (视频)
- 交叉熵和使用张量手动反向传播 (视频)
- 训练的实际方面和在PyTorch中手动实现前馈网络 (视频)
阅读材料：第2章 线性代数, 第3章 概率论和信息论, 第6章 深度前馈网络
1.2. 初始化、正则化和优化
阅读材料：第7章 深度学习中的正则化, 第8章 深度模型训练的优化, 第11章 实用方法论
2. 卷积神经网络 (CNN)
3. 循环神经网络 (RNN)
阅读材料：第10章 序列建模：循环和递归网络, 第12章 应用
4. 高级主题
阅读材料：第14章 自编码器，第20章 深度生成模型
书籍
本课程没有强制性教科书。部分讲座会推荐阅读 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 所著的《深度学习》一书；但无需购买，因为该书在线免费提供。
- Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 所著的《深度学习》（本课程的核心参考书目）
- Aston Zhang、Zachary C. Lipton、Mu Li 和 Alexander J. Smola 所著的《动手学深度学习》
- Mohamed Elgendy 所著的《计算机视觉深度学习》
- Charu Aggarwal 所著的《异常检测的概率和统计模型》
- Daniel Jurafsky 和 James Martin 所著的《语音与语言处理》
- Antoine J.-P. Tixier 所著的《自然语言处理深度学习笔记》
- Frank Hutter、Lars Kotthoff 和 Joaquin Vanschoren 编辑的《AutoML：方法、系统、挑战》
教程
其他深度学习课程
视频
- 可视化和理解递归网络
- Jorge Pérez 的更多关于 Transformer：BERT 及其衍生模型
- Jorge Pérez 的神经注意力机制和 Transformer
其他资源
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频 、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创 新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号