《动手学深度学习》 - 7天学习计划

第1天：基础安装与环境配置

深度学习简介和发展历史
环境安装指南
GPU/CPU配置
Jupyter Notebook使用

第2天：基本线性代数与自动求导

张量操作
自动求导基础
PyTorch/TensorFlow快速入门
优化器（SGD、Adam）

第3天：训练与验证

数据预处理
小批量随机梯度下降
训练与验证轮次
过拟合与欠拟合

第4天：卷积神经网络

卷积运算原理
常见CNN架构（LeNet、AlexNet、VGG）
池化层
CNN在图像识别中的应用

第5天：计算机视觉

目标检测基础
图像分割方法
视频处理简介
CNN模型改进

第6天：注意力机制

Seq2Seq模型
注意力机制原理
Transformer基础
自注意力机制

第7天：高级主题与总结

计算性能优化
分布式训练概览
深度学习部署
项目实践方向