# CMU 11-785: Introduction to Deep Learning

## 课程简介

- 所属大学：CMU
- 先修要求：线性代数、概率论、Python 编程、机器学习基础
- 编程语言：Python
- 课程难度：🌟🌟🌟🌟🌟
- 预计学时：120 小时

CMU 11-785 是一门非常“硬核”的深度学习核心课，整体风格扎实、节奏快、几乎没有“水内容”。课程从神经网络基础出发，逐步覆盖 CNN、RNN、Attention/Transformer、优化与泛化等核心主题，适合想把理论与实践一起打牢的同学。

这门课的学习体验更接近“研究生强度训练”：作业通常不只是套模板跑通，而是要求你理解模型行为、训练细节和实验设计。若你希望建立长期可迁移的深度学习能力（而非只会调几个现成 API），这门课的投入产出比很高。

## 课程资源

- 课程网站：<https://deeplearning.cs.cmu.edu/S26/index.html>
- 课程视频：课程网站提供 Lecture 录像（不同学期页面会更新）
- 课程教材：以 Lecture Notes / Slides + 论文阅读为主
- 课程作业：课程网站发布，通常包含多个编程作业与课程项目

## 资源汇总

暂未提供公开的个人课程笔记与作业仓库。