神经网络基础
核心概念
- 感知机与多层神经网络
- 激活函数：ReLU、Sigmoid、Tanh
- 反向传播算法
- 梯度下降与优化器：SGD、Adam
推荐资源
- 深度学习入门 - 李宏毅
- DeepLearning.AI - 吴恩达系列课程
卷积神经网络 (CNN)
应用场景
- 图像分类与识别
- 目标检测
- 图像分割
经典模型
- LeNet → AlexNet → VGG → ResNet
- YOLO系列（目标检测）
- U-Net（图像分割）
学习资源
- CS231n - 斯坦福计算机视觉课程
- CS231n中文字幕
循环神经网络 (RNN)
应用场景
- 文本分类
- 机器翻译
- 时间序列预测
模型演进
- RNN → LSTM → GRU
- Seq2Seq + Attention
- Transformer（当前主流）
💡 学习建议：现在Transformer已经是NLP和CV的主流架构，建议重点学习。RNN/LSTM了解原理即可。
实战框架
PyTorch
- PyTorch官方教程
- PyTorch入门实战
- 动态图机制，适合研究和实验
TensorFlow
- TensorFlow官方教程
- 工业部署生态完善
- Keras API易于上手
💡 选择建议：学术研究推荐PyTorch，工业部署两者皆可。建议先学一个，另一个自然就会了。