课程背景

传统机器学习解决了许多问题，但图像、文本、序列等复杂场景需要深度学习。传统程序员对神经网络、反向传播、GPU编程感到陌生。本课程以PyTorch框架为核心，从张量操作、自动微分开始，系统讲解CNN、RNN、Transformer，并通过预训练模型和微调实践，让学员快速具备深度学习实战能力，为后续大模型学习打下坚实基础。

课程收益

理解PyTorch核心概念（张量、自动微分、计算图）

掌握神经网络模块化构建与标准训练流程

深入理解CNN原理并能构建图像分类模型（包括迁移学习）

掌握RNN/LSTM并能处理时序预测与文本情感分析

理解Transformer架构与注意力机制，能使用BERT进行微调

完成一个端到端深度学习项目（图像分类/文本分类/时序预测）

课程特色

程序员友好：对比NumPy讲解Tensor，对比传统调试讲解反向传播

互动式课堂：可视化注意力权重、模型调优擂台

全案例驱动：手写数字识别、猫狗分类、股票预测、情感分析、BERT文本分类

渐进式难度：从单层网络到Transformer，从CPU到GPU

贯通式毕业课题：深度学习模型与传统机器学习模型对比分析

课程对象

已完成课程一和课程二或具备同等能力的传统程序员

希望进入深度学习领域的软件工程师

需要将深度学习应用于业务（图像、文本、时序）的技术人员

前置知识：Python编程、NumPy基础、机器学习基础（课程二）。无需深度学习经验，无需高端GPU（使用Colab）。

课程大纲

第九单元：PyTorch基础（2节课，约3.5小时）

第22课：PyTorch入门 —— 从NumPy到GPU加速（1.5小时）

PyTorch简介与安装（CPU/GPU版本，Google Colab云端环境）

Tensor创建与操作（对比NumPy的异同）

设备管理（CPU↔GPU迁移）、与NumPy互转

实践：使用Tensor进行矩阵运算，对比CPU与GPU性能

第23课：自动微分与神经网络基础（2小时）

Autograd机制与计算图、反向传播原理

nn.Module模型定义、forward方法的实现

损失函数与优化器（SGD、Adam）

训练循环的标准范式

实践：从零实现一个单层神经网络（逻辑回归）

第十单元：卷积神经网络CNN（2节课，约4小时）

第24课：CNN原理与核心组件（2小时）

卷积核、步长、填充、感受野

池化层（MaxPool/AvgPool）的作用

经典CNN架构（LeNet、AlexNet、VGG）

实践：使用CNN实现MNIST手写数字识别

第25课：CNN进阶 —— 迁移学习与图像分类（2小时）

预训练模型（ResNet、VGG16）加载与微调

数据增强与模型正则化（Dropout/BatchNorm）

图像分类的完整流程

实践：猫狗图像分类（使用预训练ResNet进行迁移学习）

第十一单元：循环神经网络RNN与序列建模（2节课，约4小时）

第26课：RNN原理与实现（2小时）

序列数据与循环神经网络的核心思想

RNN的结构、梯度消失/爆炸问题

LSTM与GRU的原理与实现

实践：使用RNN/LSTM进行股票价格预测

第27课：自然语言处理入门（2小时）

文本的数值化表示：词袋模型、TF-IDF、Word2Vec

Tokenization、Embedding层的实现

情感分析任务

实践：IMDB电影评论情感分析

第十二单元：Transformer与注意力机制（2节课，约4小时）

第28课：注意力机制与Transformer架构（2小时）

自注意力机制（Self-Attention）原理

多头注意力（Multi-Head Attention）与位置编码

Transformer的Encoder-Decoder架构

实践：可视化注意力权重，理解模型“关注”了什么

第29课：预训练语言模型与大模型入门（2小时）

BERT与GPT系列模型

Hugging Face Transformers库的使用

模型微调（Fine-tuning）

实践：使用BERT进行文本分类/情感分析

第十三单元：模型部署与总结（1节课，约2小时）

第30课：模型保存、加载与部署入门（2小时）

模型保存与加载（torch.save/load_state_dict）

ONNX格式转换与跨平台部署

使用Flask/FastAPI封装模型为RESTful API

课程回顾与前沿展望（大模型、多模态方向）

模块实战：使用PyTorch构建一个完整的深度学习项目（如图像分类、文本分类或时序预测），完成数据准备、模型设计、训练、评估与部署（部署为加分项）。

毕业课题（贯通三个课程）

学员从课程一开始选择一个真实业务问题（电商用户购买预测/股票价格预测/新闻文本分类等），在每个阶段产出：

课程一产出：数据清洗与探索性分析报告、可视化图表

课程二产出：传统机器学习基线模型（Scikit-learn）训练与评估

课程三产出：PyTorch深度学习模型（CNN/RNN/Transformer）训练与评估，并与传统模型对比

最终交付：GitHub代码仓库、项目报告（8-15页）、答辩PPT与演示视频。

杨文清

大数据&云计算资深实战派专家 杨文清

【专业资质】

20年企业应用与研发经验

拥有2项人工智能相关国家发明专利

中国联通集团深度培训资深讲师

AWS 云计算认证专家

曾任 IBM中国华南区高级咨询顾问

曾任华为Cloud BU高级架构师

曾任广州云宏研发总监

曾任广州智数x-Lab实验室首席科学家

武汉大学计算机科学专业硕士，22年企业应用与研发经验，曾就职于IBM、华为等大型企业，十年华为工作经验，任职华为高级架构师。

并先后担任过知名互联网公司研发总监和智数xLab实验室首席数据科学家。亚马逊云计算认证专家、VMware国际认证讲师。

中国联通集团引擎计划深度培训资深讲师（主讲Docker&K8S、Hadoop、Spark、机器学习、深度学习），对云计算、大数据有深刻的理解，主导过多项国家级大数据项目，并拥有人工智能方面的若干项国家专利。

【实战经验】

IBM中国华南区高级咨询顾问，期间曾参与公安、金融、通信、制造等行业云计算产品方案研发，为多个大型企业提供IT基础建设咨询。

华为Cloud BU高级架构师，聚焦于是云服务产业端到端管理的经营单元，负责构建云服务竞争力，对云服务的客户满意度和商业成功负责。

广州云宏研发总监，带领团队研发了WinCloud云计算管理平台、CnWare云计算操作系统，产品覆盖运营商、公安、金融、政府机关、教育、医疗等多个领域，虚拟机数量超过50万。受到国家、省市领导和专家的肯定和好评。

【项目实战经验】

国产云操作系统 (CnWare) 研发总监

云宏：参与主导公司核心产品WinCloud云管理平台建设，是当前市场上唯一可以同时管理小型机虚拟化、x86虚拟化和arm架构虚拟化的云管理平台；CnWare是唯一的国产云操作系统，对标VmWare，内容包括虚拟化管理中心、虚拟化中间件和虚拟化引擎3部分，实现了全生态全流程的虚拟化覆盖。该产品在中国电信集团采购入围时获得总分第一的成绩。

构建智慧水务AI预警平台 实验室首席科学家

智数信息：任职xLab实验室首席科学家，负责公司前瞻性技术的基础研究，并实现新技术在项目中的落地。期间将以太坊区块链技术应用到了现有的食品溯源系统；协助研发团队在智慧城市管理项目实现了物联网数据的全自动处理过程；协助研发团队将自动化运营引入到港珠澳大桥综合管理系统。作为公司首席科学家，对基础研究的标准化（选型、可行性、研究、应用）过程制定了完整的过程管理。

港珠澳大桥综合业务管理系统 首席架构师

构建综合业务管理平台，为大桥的物流、应急管理、通关提供坚实的数据支撑，提升信息化效率。

宝安智慧水务 研发总监|架构师

实现了物联网数据的全自动处理、自定义指标预警、自助式数据可视化分析，用于企业污水排放监控 。

财政信息一体化 后端架构师

建设大数据平台与业务系统，实现数据整合、可视化、异常数据监控与财政指标智能预测 。

电信经营分析系统 项目经理 / 主导设计

用数据仓库技术与可视化，对电信企业的内部和外部数据进行综合分析处理，生成运营指标 。

【擅长领域】

核心技术/技术管理/架构能力；热衷于技术驱动业务，致力于将新技术转化为高效的生产力。

【讲师优势】

拥有超过20年一线实战经验的复合型技术专家与资深讲师。兼具华为与IBM的顶级企业架构视野，以及将前沿技术从0到1成功产品化的落地能力。

多年来始终坚持在技术一线参与核心研发工作。 对技术在真实业务场景中的痛点、难点和选型权衡有极为深刻的理解，确保了其教学内容与业界最新实践紧密结合，直击问题本质。

【主讲项目/课程(部分)】可根据企业需求组合成不同深度的技术训练营。

《数据科学基础》

《Python编程：从入门到数据处理》

《数据分析思维》

《数据可视化技术与分析报告撰写》

《机器学习核心》

《机器学习经典算法与理论》

《集成学习实战：深入解析XGBoost等模型》

《基于Spark的海量数据分析与机器学习》

《深度学习进阶》

《深度学习框架PyTorch：入门与应用》

《卷积神经网络(CNN)与循环神经网络(LSTM)实战》

《LLM基础：注意力机制(Transform)实战》

《AI技术工程化》

《AI应用基础：提示词工程》

《RAG（检索增强生成）开发实战》

《AI Agent（智能体）开发实战》

《AI 行业应用案例分析》

【授课风格】

1.实战派落地教学，拒绝空谈赋能​

课程内容紧密结合主导的大型项目真实经验，案例翔实，以真实场景、真实案例、真实打法为核心支撑，全干货、全落地，拒绝空谈理论。

2.架构师全局视野，搭建体系能力​

跳出单一操作教学，深度拆解业务底层逻辑与运营架构，溯源打法设计原理，助力学员构建系统化、可迭代的完整业务体系。

3.通透化授学思维，实现举一反三​

依托全域实战经验拆解核心本质，沉淀通用方法论，助力学员举一反三、灵活复用、全域落地。真正实现学一项、通一类、用全域。

【服务客户(部分)】

运营商：联通集团总部、中国电信河南有限公司、中国电信山东有限公司、中国电信江苏有限公司、中国电信重庆有限公司、中国联通广东有限公司、中国联通福建有限公司、中国联通广西有限公司、中国联通上海有限公司、中国联通陕西有限公司、中国联通河北有限公司、中国联通云南有限公司、中国联通重庆有限公司、中国联通四川有限公司、中国联通青海有限公司、中国移动江苏有限公司、中国移动云南有限公司、中国移动浙江有限公司、中国移动河南有限公司、中国移动四川有限公司、中国移动吉林有限公司、中国移动湖北有限公司、中国移动安徽有限公司等

IT公司：华为、腾讯云、IBM、DELL、航天科工、中国航天、TaTa集团、中科曙光、龙芯中科、航天云网、航天科工、联想集团、腾讯云、蓝盾、浩云科技、润乾等

能源：国家电网（湖北省、浙江省、成都等）、南方电网、广东能源集团、江苏核电、国家电投、国网电科院、国能集团长源电力、中煤电力等

银行：中国银行广州分行、招商银行武汉分行、中国银行江苏分行、农业银行荆州分行、交通银行贵州分行、交通银行武汉分行、建设银行广州分行、中国邮政储蓄银行长沙分行、中国邮政储蓄银行南昌分行、平安银行杭州分行、广发银行广州分行、兴业银行、北京银行、工商银行、工银投资、宁波银行等