python-deeplearning 彙整

35小時完整課程，帶你系統性理解深度學習核心概念與實務應用，並深入掌握 CNN、ResNet、LSTM、Transformer、BERT、GPT、GAN、VAE 與 Diffusion 等主流模型架構與建模方法，結合理論與實作！

這是一門關於深度學習模型的綜合課程，涵蓋理論、直覺和使用 PyTorch 和 TensorFlow 的實作。

使用 AutoGen 掌握用於研究自動化和視覺化的 Multi-Agent (多智慧代理)系統 #LLM

使用 PyTorch 進行深度學習和神經網路理論及應用！包括 Transformers、BERT 和 GPT！

在 CIFAR-10 資料集上使用 CNN 掌握影像分類：使用 Python 的初學者深度學習專案

使用 YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLO11 和 YOLO26 構建真實世界的電腦視覺專案：檢測、追蹤、AI 應用

Numpy、Scipy、Pandas 和 Matplotlib：為深度學習、機器學習和人工智慧做好準備

使用深度強化學習( Deep Reinforcement Learning )和 PyTorch 建立人工智慧 (AI) 代理：A2C、REINFORCE、DQN 等。

透過從頭開始建立線性迴歸和梯度下降來理解機器學習和深度學習。

標籤: python-deeplearning