概述

学习内容： - 深度学习基础--线性神经网络，多层感知机 - 卷积神经网络--LeNet，AlexNet，VGG，Inception，ResNet - 循环神经网络--RNN，GRU，LSTM，seq2seq - 注意力机制--Attention，Transformer - 优化算法--SGD，Momentum，Adam - 高性能计算--并行，多GPU，分布式 - 计算机视觉--目标检测，语义分割 - 自然语言处理--词嵌入，BERT 深度学习有哪些技术 如何实现和调参 背后的原因（直觉、数学）