VIP20
本课程属于：008-工业视觉缺陷检测 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

深度学习模型选型与训练调参实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论与深度学习基础
深度学习发展简史 · AI与机器学习 · 深度学习的关系
课程导论深度学习基础
02
模型选型核心原则
任务类型分类（分类 · 回归 · 序列）
模型选型核心原则任务类型分类
03
卷积神经网络（CNN）选型
经典CNN架构（LeNet · AlexNet · VGG
CNN卷积神经网络
04
循环神经网络（RNN）与序列模型选型
RNN · LSTM · GRU
RNN循环神经网络
05
生成对抗网络（GAN）与自编码器选型
GAN · VAE · 扩散模型在图像生成
GAN生成对抗网络
06
预训练模型与迁移学习选型
BERT · · ViT
预训练模型迁移学习选型
07
图神经网络（GNN）选型
GCN · GAT · GraphSAGE在社交网络
GNN图神经网络
08
模型选型实战案例
从零开始为一个图像分类任务选择模型（…
模型选型实战案例从零开始为一个图…
09
训练环境搭建与工具链
PyTorch vs TensorF… · GPU/TPU配置 · Docker环境
训练环境搭建工具链
10
数据预处理与增强策略
数据清洗 · 归一化 · 数据增强（CutMix
数据预处理增强策略
11
损失函数选择与设计
分类（CrossEntropy · Focal Loss） · 回归（MSE
损失函数选择设计
12
优化器选择与调参
SGD · Adam · AdamW
优化器选择调参
13
学习率调度策略
Step Decay · Cosine Annealing · Warmup
学习率调度策略Step
14
正则化与防止过拟合
L1/L2正则化 · Dropout · DropPath
正则化防止过拟合
15
批大小（Batch Size）与训练稳定性
Batch Size对收敛 · 泛化 · 显存的影响
BatchSize
16
权重初始化策略
Xavier · Kaiming · Orthogonal初始化的原理与选…
权重初始化策略Xavier
17
归一化层选型与配置
BatchNorm · LayerNorm · InstanceNorm
归一化层选型配置
18
超参数搜索策略
网格搜索 · 随机搜索 · 贝叶斯优化（Optuna）
超参数搜索策略网格搜索
19
模型评估与验证策略
交叉验证 · 留出法 · K-Fold
模型评估验证策略
20
性能监控与调试
训练曲线分析 · 梯度监控 · 激活值分布监控
性能监控调试
21
模型剪枝与量化
结构化剪枝 · 非结构化剪枝 · INT8/FP16量化
模型剪枝量化
22
分布式训练与加速
Data Parallel · Distributed Data P… · 模型并行
分布式训练加速
23
实验管理与版本控制
实验记录 · 代码版本控制（DVC） · 模型版本管理（Model Regis…
实验管理版本控制
24
模型部署与推理优化
ONNX导出 · TensorRT优化 · TorchScript
模型部署推理优化
25
AutoML与自动化调参
AutoML框架（AutoKeras · NNI） · 神经架构搜索（NAS）的实战应用
AutoML自动化调参
26
多任务学习与多模态模型选型
多任务学习架构设计 · 多模态融合策略（CLIP · Flamingo）的选型
多任务学习多模态模型选型
27
模型可解释性与可视化
Grad-CAM · SHAP · LIME
模型可解释性可视化
28
模型安全与鲁棒性
对抗攻击（FGSM · PGD） · 对抗训练
模型安全鲁棒性
29
大规模训练实战
万亿参数模型训练策略 · ZeRO优化 · 激活检查点
大规模训练实战万亿参数模型训练…
30
课程总结与前沿趋势
课程知识图谱回顾 · 大模型时代下的选型与调参新范式 · 持续学习建议
课程总结前沿趋势