目标：
- 介绍深度学习经典和最新的模型
- LeNet、ResNet、LSTM、BERT.....
- 机器学习基础
- 损失函数、目标函数、过拟合、优化
- 实践
- 使用Pytorch实现介绍的知识点
- 在真实数据上体验算法效果
内容：
- 深度学习基础——线性神经网络、多层感知机
- 卷积神经网络——LeNet、AlexNet、VGG、Inception、ResNet
- 循环神经网络——RNN、GRU、LSTM、seq2seq
- 注意力机制——Attention、Transformer
- 优化算法——SGD、Momentunm、Adam
- 高性能计算——并行、多GPU、分布式
- 计算机视觉——目标检测、语义分割
- 自然语言处理——词嵌入、BERT
沐神相关链接：
AI地图：
?应用：
图像分类（ImageNet图像集）、物体检测、样式迁移、人脸生成、文字生成图片、无人驾驶(特斯拉)
?领域专家是指懂得具体每个行业的业务，相当于甲方；数据科学家相当于乙方
数据科学家和AI专家的区别：
- 数据科学家关注用给到的数据（实际问题）变成为机器学习可以做的任务，然后训练出来一个还不错的模型
- AI专家也可能是数据科学家，本身可以训练出来模型，也可以把精度提高的很好，相当于是升级版的数据科学家
