2018 年，ACM 宣布，有“深度学习三巨头”之称的Yoshua Bengio、Yann LeCun、Geoffrey Hinton 共同获得了 2018 年的图灵奖，这是图灵奖 1966 年建立以来少有的一年颁奖给三位获奖者。
也是从那时开始，深度神经网络促加速了现代计算机科学的进程，也加速了这个世界的 AI 化。如今从手机 App 到 AI 客服，从城市智慧交通与智慧医疗等各个行业都在朝着 AI 化发展，人才需求量巨大，在 BAT 这样的大厂，掌握深度学习的 AI 算法工程师年薪轻松达到 30W，工作 3 年以上的年薪可以达到 80W，这个岗位的薪资基本是大厂薪资的 TOP 级。
然而，研究 AI 有着天然的高门槛和高要求，深度学习也是你需要掌握的核心技能，纵观身边的很多初学者，大家往往都会遭遇各种学习和成长的难题：
知识太繁杂，难以确定最佳入手点。深度学习是一个交叉学科，涉及概率论、高等数学、优化方法等等不同的内容。很多人一开始分不清学习的重点，最后花了很多时间，也始终没有入“深度学习”的门。
基础薄弱，起步困难。对于某个技术问题，市面上相关的技术博客、百科、论文，很多都是默认你已经了解该问题所需要的技术和知识，但实际上很多初学者并没有足够的知识储备，导致学习十分困难。
理论上的王者，实践上的青铜。学了很久的深度学习，对框架、算法的理解足够，但因为缺乏应用场景和实践机会，遇到实际问题仍然不知道该怎么抽象问题然后用模型解决。
想要真正掌握深度学习的核心知识，只靠网络上零散的信息往往是不够的，必须系统性的学习。
我有一个朋友槐树，是前腾讯高级算法研究员，拥有深厚的一线研发经验，他在拉勾教育做了一门课程【深度学习入门与实战】。从理论、工具与实战三个模块，来带你一步步认识和掌握深度学习。
上线首日有拉勾的学费补贴（24 小时内）只要 1 元，就可永久解锁。（周六会恢复原价￥98了。）
槐树有多厉害
他是前腾讯高级算法研究员，拥有深厚的一线研发经验，主攻 NLP 与 CV 的深度学习研究方向。目前在某国外互联网公司任数据科学家，为全球数亿用户提供了高可靠的基于深度学习的服务与应用。他大学就接触过深度学习相关的知识，但书本上的内容都是高度抽象化的，太过于理论，这对他后来去互联网大厂其实并没起到多大的帮助，还是工作了很多年后，参与了公司的一个日活过亿的资讯推荐产品项目，从0开始构建分类和体系，完成了算法的调研和落地，这个产品也成为了咨询领域的Top3 产品，这个算法逻辑至今仍在为数以亿计的用户服务。没有人天生就懂深度学习，槐树也是从一个什么都不会的小白，逐渐成长到如今可以独立负责一个个项目的老手。绝大多数算法工程师的经历其实都差不多，你在学习算法或者深度学习时遇到的困难，槐树都遇到过。如今，他希望能够把这些年在算法，特别是深度学习上学到的、想到的、用到的内容提炼出来，把这么多年的工作经验分享出来，一定可以帮助你少走很多弯路。为什么向你推荐这个专栏？
这个专栏将会从理论基础、工具使用、实战上手三个方面，带领你从理论开始，一步步认识和了解深度学习，并学会打造深度学习模型。
模块一：深度学习的基础概念。这个模块就像是打地基，老师会带你了解深度学习会用到的基础知识，主要是数学知识和理论知识。还会对深度学习中常用的结构进行详细的介绍，比如你经常听到的 CNN、DNN、GAN 等，从零开始，逐步深入。通过这一部分的学习，你会了解深度学习必备的基础知识。
模块二：深度学习的工具与框架。
这个模块就像是盖楼的砖瓦，有了理论知识，就可以将理论知识转化成代码，并用合适的框架、工具协助你开展工作。框架方面，目前常用的深度学习框架很多，有 TensorFlow、PyTorch 等，老师会以其中使用最广泛的 TensorFlow 作为切入点，带你熟悉图像处理工具、模型训练记录工具、交互工具等工具的使用。通过这一部分的学习，你就可以着手准备开发实战项目了。
模块三：深度学习经典问题的落地实战。这个模块就开始教你盖楼了，老师会选择几个常见的深度学习应用场景，包括图像分类、语义分割和自然语言处理，教你如何从零开始做模型、如何优化已有模型，一步步教你打造项目模型。通过这一部分的学习，你就可以打造属于你自己的深度学习模型。
这是课程目录，也是一份知识图谱，相信对你会有帮助：
另外，这个课是有配套的学习资料的，点击【阅读原文】领取！
