第 一章 人工智能简介 6
1.1 人工智能发展历史 6
1.2人工智能的三大学派 14
1.3 机器学习原理及经典算法 15
1.3.1数据驱动范式 15
1.3.2机器学习经典算法核心架构 17
1.3.3监督学习与无监督学习 18
1.3.5强化学习架构 26
1.4 深度学习 31
本章小结 32
第二章 深度学习预备知识 34
2.1 数据预处理 34
2.2微积分 35
2.2.1导数和微分 35
2.2.2偏导数 36
2.2.3梯度 37
2.3 线性代数 37
2.3.1向量及其运算 37
2.3.2矩阵及其运算 40
2.3.3范数 43
2.4 概率论 44
2.4.1概率与随机变量 44
2.4.2期望、方差和协方差 48
2.4.3常见的概率分布 49
本章小结 51
本章参考文献 51
第三章 神经网络基础 52
3.1 神经网络基本原理 52
3.2神经网络组件介绍 57
3.2.1卷积层 57
3.2.2池化层 57
3.2.3归一化层 63
3.2.4全连接层 65
3.2.5激活函数 65
3.2.6前向传播与网络初始化 71
3.2.7损失函数与代价函数 76
3.3神经网络优化方法 78
3.3.1反向传播算法 78
3.3.2基础优化算法 84
3.3.3正则化技术 94
3.4 实践案例 95
本章小结 100
第四章 卷积神经网络与实践 102
4.1 卷积神经网络基础 102
4.1.1 卷积神经网络的生物学机理 102
4.1.2卷积层 104
4.2 经典CNN架构 111
4.2.1 LeNet-5 111
4.2.2 AlexNet 114
4.2.3 VGG 117
4.3新颖CNN架构 118
4.3.1ResNet 118
4.3.2 Inception 121
4.3.3 DenseNet 123
4.3.4 MobileNet 126
4.3.5 EfficientNet 127
4.3.6 ConvNext 128
4.4图像分类、语义分割与目标检测 130
4.4.1图像分类 130
4.4.2目标检测 144
4.4.3语义分割 158
本章小结 171
第五章 循环神经网络与实践 172
5.1 循环神经网络（RNN）的结构与原理 172
5.2 长短时记忆网络（LSTM）与门控循环单元（GRU） 177
5.2.1长短时记忆网络（LSTM） 177
5.2.2门控循环单元（GRU） 180
5.3双向循环神经网络 183
5.4 时序数据处理案例与实践 184
1.常用数据集 186
2.常用评价指标 186
3. Sequence-to-Sequence 190
5.4.2序列标注 198
1.常用数据集 199
2.常用评价指标 200
3. Bidirectional LSTM-CRF 202
5.4.3 GloVe和BERT词向量编码器 203
5.4.4Mamba 205
本章小结 208
第六章 图神经网络与实践 209
6.1 图神经网络（GNN）基础 209
6.1.1图结构 209
6.1.2图神经网络的基本结构 211
6.2 经典图神经网络模型 213
5.2.2 GraphSAGE 216
6.3 图数据处理案例 219
1.常用数据集 220
2.常用评价指标 221
3.节点分类实践 221
本章小结 228
第七章 Transformer网络与实践 230
7.1 经典注意力机制 230
7.2 Transformer基本结构 238
7.3 视觉Transformer模型 242
7.3.1 Vision Transformer模型 242
7.3.2 Swin Transformer模型 247
本章小结 251
第八章 生成式学习网络与实践 253
8.1 自编码器 253
8.1.1 传统自编码器 253
8.1.2 去噪自编码器 255
8.1.3 卷积自编码器 256
8.1.4 变分自编码器 258
8.2 生成对抗模型（GAN） 262
8.3 扩散模型 272
8.3.1 扩散过程 272
8.3.2 DDPM模型 274
8.3.3 DiT模型 275
本章小结 277
第九章 大模型前沿与应用 279
9.1 大规模预训练模型 279
9.1.1 发展历程 280
9.1.2大模型的优势 282
9.1.3应用场景 282
9.2 GPT模型的演进 283
9.2.1 GPT-1 283
9.2.2 GPT-2 286
9.2.3 GPT-3 287
9.2.4 GPT-4 288
9.3经典语言大模型 292
9.3.1 DeepDeek模型系列 292
9.3.2 AudioLM模型 295
9.3.3 PaLM系列大语言模型 297
9.3.4 LLaMA系列大语言模型 298
9.4经典视觉大模型 301
9.4.1谷歌-ViT-22B视觉大模型 301
9.4.2 Meta-Segment Anything Model (SAM)分割大模型 305
9.5经典视觉语言大模型 310
9.5.1 CLIP大模型 310
9.5.2 SoRA视频生成大模型 311
9.6 具身智能大模型 313
9.6.1谷歌Robotic Transformer 314
9.6.2斯坦福与李飞飞团队VoxPoser 316
本章小结 318