# 深度学习基础课：课程介绍

By [yyc](https://paragraph.com/@yyc-2) · 2022-12-02

---

深度学习基础课：课程介绍

大家好~我开设了“深度学习基础班”的线上课程，带领同学从0开始学习全连接和卷积神经网络，进行数学推导，并且实现可以运行的Demo程序

线上课程资料： [本节课录像回放](https://ak798x0xzb.feishu.cn/minutes/obcntdqnm1527bjn5db42s55) 扫码加QQ群，获得ppt等资料，与群主交流讨论：

本系列文章为线上课程的复盘，每上完一节课就会同步发布对应的文章

本文为第一节课：课程介绍的复盘文章

本课程系列文章可进入索引查看：[深度学习基础课系列文章索引](https://www.cnblogs.com/chaogex/p/16618498.html)

为什么要学习深度学习？
-----------

我主要关注在图形学中的应用，在[“深度学习和图形学渲染的结合和应用”](https://www.cnblogs.com/chaogex/p/16320343.html) 中总结了深度学习在图形学中的部分应用。

具体来说应用包括下面几个方面：

*   降噪
    

![](https://storage.googleapis.com/papyrus_images/4c57cd770a355d8bfc68c5fec74043621d264659d44411ad9bdea5b7e2f87e66.png)

如上图所示，左边为路径追踪生成的有噪点的场景图片，右边为经过深度学习降噪后的清晰图片

降噪主要使用深度学习中的卷积神经网络，这也是本课程会重点学习的在最新的论文中，已经实现了10ms降噪，从而可以用在实时渲染的全局光照中了！

*   神经渲染
    

具体说就是2D图片转成3D场景

比如谷歌之前发布的3D地图，就是使用了该技术。它先从多个角度拍摄街道，然后通过深度学习中的NeRF将其转换为可从任意视角观看的3D模型

*   语义图像合成
    

深度学习通过GAN网络，可以将“我的世界”这种体素构成的3D场景，转换为三角面构成的3D场景，从而可以实现玩家在游戏中既可以像我的世界那样，通过操作体素的方式自定义世界，又可以切换到真实渲染模式（三角面组成的3D场景）查看渲染精美的3D场景

*   辐照度缓存
    

在[Real-time Neural Radiance Caching for Path Tracing](https://research.nvidia.com/publication/2021-06_real-time-neural-radiance-caching-path-tracing)论文中，提出了使用深度学习实现辐照度缓存，从而加快路径追踪的渲染速度

*   高清分辨率的纹理
    

在[NeuMIP: Multi-Resolution Neural Materials](https://cseweb.ucsd.edu//~viscomp/projects/NeuMIP/)论文中，提出了使用深度学习实现高清分辨率的纹理

技术栈
---

*   Rescript Rescript以前叫Reasonml，它跟Typescript类似，都属于编译到Javascript的语言 Rescript是从Ocaml而来，基于函数式编程范式，高度优化了编译后的Javascript，性能非常好，非常适合像深度学习这种处理数据的场景 Rescript的学习资料为： [官方文档](https://rescript-lang.org/docs/manual/latest/introduction)
    

课程特色
----

*   零基础上手学习
    
*   从0开始
    
*   进行数学推导
    
*   实现可以运行的Demo程序
    

学员收益
----

*   掌握深度学习的数学推导
    
*   获得深度学习的实战经验
    
*   了解深度学习在图形学中的应用
    

课程大纲
----

本课程从0开始，不使用任何框架，重点学习在“图像识别”、“降噪”领域的应用

课程内容包括：

*   课程介绍
    
*   实现“判断性别”Demo
    
*   推导前向传播和梯度下降
    
*   基于全连接层实现“识别手写数字”Demo
    
*   基于卷积神经网络实现“判断性别”Demo
    
*   基于卷积神经网络实现“识别手写数字”Demo
    
*   实现优化算法
    
*   实现LeNet
    
*   实现AlexNet
    
*   实现图像识别Demo
    
*   实现多个Backend
    
*   基于卷积神经网络实现“降噪”Demo
    

相关的学习资源
-------

*   [深度学习如何入门？](https://www.zhihu.com/question/26006703)
    
*   [零基础入门深度学习](https://www.zybuluo.com/hanbingtao/note/433855)
    
*   [深度学习](https://www.cnblogs.com/charlotte77/tag/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/)
    
*   [《动手学深度学习》](https://tangshusen.me/Dive-into-DL-PyTorch/#/)
    
*   [吴恩达深度学习视频](https://www.bilibili.com/video/BV1FT4y1E74V?vd_source=9fcdb7c5d92e95429d4dd9af0380937b)
    
*   [Neural Networks and Deep Learning](http://neuralnetworksanddeeplearning.com/index.html)

---

*Originally published on [yyc](https://paragraph.com/@yyc-2/FvQEmsw28S0lmjXlXyyo)*