微信公众号文章(WeChat)
公众号简介
“深度学习理论与实践”公众号 聚焦以下几个方面内容:
(1) 系统应用: Windows、Linux下一些重要软件的使用技巧集合。(2) 编程语言: C程序设计课件、Python程序设计课件、数字图像处理课件、计算机图形学课件等。
(3) 深度学习: 机器学习课件、深度学习理论课件及框架代码 (PyTorch, TensorFlow, PaddlePaddle等)。
 |
公众号文章链接
系统应用/心得体会
系统应用/Windows
系统应用/Linux
编程语言/C程序设计
说明:《C程序设计》课件内容，请关注微信公众号阅读
第01章 C程序设计概述
第02章 数制和基本数据类型
第03章 运算符和表达式
第04章 基本输入输出函数
第05章 控制结构s
第06章 数组
第07章 函数
第08章 指针
第09章 结构体与链表
第10章 文件
编程语言/Python程序设计
说明:《Python程序设计》课件内容，请关注微信公众号阅读
Python语言-第01章-概述
Python语言-第02章-基础语法
Python语言-第03章-流程控制语句
Python语言-第04章-字符串
Python语言-第05章-列表元组和字典
Python语言-第06章-函数
Python语言-第07章-高级函数
Python语言-第08章-文件操作
Python语言-第09章-异常
Python语言-第10章-模块
Python语言-第11章-面向对象编程(上)
Python语言-第12章-面向对象编程(下)
Python语言-第13章-Python包-NumPy
Python语言-第14章-Python包-Pandas
Python语言-第15章-Python包-Matplotlib和Seaborn
编程语言/Python高性能编程
说明:《Python高性能编程》课件内容，请关注微信公众号阅读
第01章-理解高性能Python计算
第02章-通过性能分析找到瓶颈
第03章-纯粹的Python优化
第04章-Python矩阵和矢量计算-NumPy
第04章-Python矩阵和矢量计算-Pandas
第05章-Python代码的编译提升-Cython
第05章-Python代码的编译提升-Numba
第06章-Python并发编程
编程语言/数字图像处理
说明:《数字图像处理》课件内容，请关注微信公众号阅读
图像处理-第01章 绪论
图像处理-第02章 数字图像基础
图像处理-第03章 图像几何变换基础
图像处理-第04章 图像增强01-点运算
图像处理-第04章 图像增强02-空域平滑
图像处理-第04章 图像增强03-空域锐化
图像处理-第05章 形态学图像处理
编程语言/计算机图形学
说明:《计算机图形学》课件内容，请关注微信公众号阅读
图形学-第1章 绪论
图形学-第2章 基本图形生成算法-01-直线圆椭圆
图形学-第2章 基本图形生成算法-02-区域填充图形裁剪
图形学-第3章 图形变换
图形学-第4章 曲线和曲面
图形学-第5章 几何造型技术
图形学-第6章 真实感图形
深度学习/机器学习
说明:《机器学习》课件内容，请关注微信公众号阅读
第01章 机器学习简介（下）
第02章 线性回归
第03章 线性分类
第04章 决策树
第05章 朴素贝叶斯分类器
深度学习/深度学习-2023
说明:《深度学习》课件（2023秋季）内容，请关注微信公众号阅读
第02章 线性回归
第03章 线性分类
第04章 前馈神经网络
第05章 卷积神经网络（上）
第05章 卷积神经网络（下）
第06章 循环神经网络（上）
第06章 循环神经网络（下）
第07章 网络优化与正则化
第08章 注意力机制（上）
第08章 注意力机制（下）
深度学习/深度学习-2024
说明:《深度学习》课件（2024秋季）内容，请关注微信公众号阅读
第02章 线性回归
第03章 线性分类
第04章 前馈神经网络-01
第04章 前馈神经网络-02
第05章 卷积神经网络-01
第05章 卷积神经网络-02
第06章 循环神经网络-01
第06章 循环神经网络-02
第07章 网络优化与正则化
第08章 注意力机制-01
第08章 注意力机制-02