深度学习入门课

想系统的学一下深度学习的各种模型的实现包括 forward和 backward，还有各种优化器，基于 pytorch 的，有什么课推荐么，现在疯狂一知半解

直接看代码最简单，我就吃了只看论文不看代码的亏，后面疯狂补课。 上手代码，最快掌握。你是啥领域的，从你们领域的经典论文的代码看起，网上讲解很多的，个人感觉比看课强。加油[emc1]

我想整体对什么 cnn rnn lstm resnet 之类的一大堆，我想手写一下，然后各种优化器的具体原理比如什么 adam 之类的。想把这东西的基础串一个体系出来。现在做组里项目知识连不成串，非常难受 : 上手代码，最快掌握。你是啥领域的，从你们领域的经典论文的代码看起，网上讲解很多的，个人感觉比看课强。加油[emc1]

感觉你这挺杂啊，既看cv又看nlp，个人感觉哈，不如上手一个你当前看的某个最新顶会论文的代码，从train文件开始看，forward，loss等模块按顺序走一遍，比你单独拆开理解好。系统理解肯定好，但是主要是时间问题，时间够自然可以一步步来，不够的话还是直接走代码快，用的哪个优化器看哪个优化器，用到啥看啥。[emc1]

我现在在做 nlp，cnn 还用得上。现在都在用 transformer 微调。看完论文代码感觉对深度学习整体知识还是串不成串

这个串不成串啥意思，啥叫整体知识。感觉你的问题超出了我的知识水平[em12]