正在为高难度的深度学习与计算机视觉期末考试感到头疼？各种繁杂的数学推导、卷积特征图计算、多头自注意力公式让你无从下手？深度学习与计算机视觉期末通关套件是您的救星！它将精心归纳的核心数学公式、神经网络架构体系、地标性经典论文和 PyTorch 核心实验融为一体，配备精美的单页 React 前端应用与中文讲义 Wiki，保你高分通关！
Tip
⚡ 从线性分类器到扩散模型、基础模型： 覆盖 14 章节完整的深度学习与 CV 专业学术大纲，更有 4 大 PyTorch 核心实验详细拆解（含最新集成的 Lab 04: DCGAN 图像生成），支持网页版真题极速演练！
- 📚 14 章节核心复习 Wiki 库： 精炼总结损失函数、参数优化、三大核心架构（CNN/RNN/Transformer）、目标检测、语义分割、视频理解、自监督对比学习、生成对抗网络（GAN/VAE）、扩散模型以及多模态基础模型（CLIP、LoRA、SAM）。
- 📝 交互式真题自测引擎： 包含选择题与大图理解，支持即时自测反馈、深度原理解析（如反向传播计算图推导、ELBO 推导、KL 散度计算等）。
- 🔬 PyTorch 实验大纲与 Starter Code： 精心整理四个核心实验，配有完善的讲义说明、可运行脚本与完成度极佳的学术报告。
- 📂 学术原版经典论文库： 原生归档收集了 AlexNet, ResNet, ViT, DINO, SimCLR, MAE, GAN, DDPM, Stable Diffusion, CLIP, LoRA, SAM 等领域地标性论文的原版 PDF，方便随时考证。
- 🎨 极简现代复习主页： 基于完全解耦 React 前端架构与 Tailwind CSS 构建的精美、高响应式仪表盘。
| 复习阶段 | 章节与核心主题 | 涵盖的核心算法、损失函数与网络架构 | 对应知识库文档 |
|---|---|---|---|
| 阶段 1 | CV 基础与线性分类器 | k-NN、线性分类器、SVM 损失函数（Hinge Loss）、Softmax 交叉熵损失、L1/L2 正则化 | ch1_introduction_cv.mdch2_linear_classifiers.md |
| 阶段 2 | 神经网络与训练技巧 | SGD、Momentum、Adam、批量归一化（BN 训推差异）、Dropout（倒置丢弃）、激活函数（ReLU/LeakyReLU/Sigmoid/Tanh） | ch3_regularization_optimization.mdch4_neural_networks.md |
| 阶段 3 | 三大经典核心架构 | 卷积与池化计算、感受野、AlexNet、VGG（3×3卷积核优势）、ResNet（残差连接）、RNN（LSTM 三门、GRU 两门）、Self-Attention (QKV 机制)、ViT 架构 | ch5_cnn.mdch6_rnn.mdch7_transformers.md |
| 阶段 4 | 分割与目标检测大题 | FCN、U-Net（对称编解码与跳跃连接）、DeepLab系列（空洞卷积、ASPP 模块）、IoU/mIoU、Dice系数、两阶段检测器（R-CNN/Fast/Faster R-CNN）、一阶段检测器（YOLO）、Focal Loss、NMS 极大值抑制、mAP 计算 | ch8_semantic_segmentation.mdch9_object_detection.md |
| 阶段 5 | 视频理解与自监督对比 | 3D CNN、双流网络（空间+时间）、SlowFast 架构、自监督对比学习 SimCLR (NT-Xent 损失)、MoCo (动量编码器+动态字典)、BYOL (无负样本机制)、MAE (高掩码率重建) | ch10_video_understanding.mdch11_self_supervised.md |
| 阶段 6 | 经典生成模型与扩散 | GAN 极大极小博弈、DCGAN 架构设计规范、WGAN（Wasserstein 距离与模式坍塌）、VAE（重参数化与 ELBO 重建损失）、DDPM 扩散过程（前向加噪与反向去噪）、DDIM 采样、CFG 引导、Stable Diffusion 隐空间扩散 | ch12_generative_models.mdch13_diffusion_models.md |
| 阶段 7 | 基础大模型与LoRA微调 | CLIP 双塔对比学习、Scaling Laws 标度律、LoRA 低秩分解微调、RLHF 三阶段训练、SAM 可提示分割基础模型 | ch14_foundation_models.md |
| 实验编号 | 实验主题 | 核心技能与考点回顾 | 对应复习 Wiki |
|---|---|---|---|
| Lab 01 | PyTorch 基础入门 | Tensor 操作、Autograd 自动求导机制、自定义 Dataset 与网络训练循环、模型保存与加载 | lab01_pytorch_intro.md |
| Lab 02 | CNN 迁移学习 | 冻结特征提取层 (Feature Extractor) 与全网络微调 (Fine-tuning)、预训练 ResNet-18 权重调用、数据增强 | lab02_cnn_transfer.md |
| Lab 03 | 目标检测与实例分割 | 行人检测 COCO 标注格式解析、掩码提取、RoIAlign 特征提取、两阶段 Mask R-CNN 模型推理与检测框可视化 | lab03_detection_seg.md |
| Lab 04 | DCGAN 图像生成 | 面部 CelebA 数据集加载、Generator（转置卷积上采样）与 Discriminator（步长卷积下采样）网络构建、对抗训练循环（判别器/生成器损失对抗波动）、Label Smoothing 标签平滑、固定噪声观察图像生成演变 | lab04_dcgan_generation.md |
deepLearning/
├── study-site/ # 💻 前端 React+Vite 交互复习网站（完全解耦）
│ ├── src/ # └─ Flashcards 翻牌卡片、真题测验与文献浏览器源码
│ └── public/ # └─ 静态图片、图标与分发资源
├── references/ # 📚 极速复习原始核心材料
│ ├── wiki/ # └─ 精炼的 14 章节学术核心知识点 Wiki 知识库
│ └── quiz_bank.json # └─ 结构化的期末混合自测题库
├── course/ # 📂 原版授课 PPT 课件对应的精炼 PDF 讲义
├── labs/ # 🔬 4 大 PyTorch 实验的 Starter Code、学生讲义说明与完整 HTML 学术报告
├── materials/ # 📄 深度学习地标性经典学术论文原版 PDF (AlexNet, ResNet, YOLO, ViT, DDPM 等)
├── study_plan.md # 📅 深度学习极速备考计划书与建议章节阅读顺序
└── study_progress.md # ✍️ 个性化错题本、公式推导死磕笔记与学习追踪进度表仅需一分钟，即可在本地运行高性能 React 备考网站：
# 进入网站项目文件夹
cd study-site
# 安装项目依赖
npm install
# 启动本地开发热更新服务器
npm run dev导出极致压缩的生产环境静态资源：
npm run build编译生成的静态文件将输出至 dist/ 文件夹下，随后即可直接上传并托管至任意静态网页平台。
本项目的 study-site/ 目录完美适配 Cloudflare Pages 自动化流水线，实现代码推送即部署（CI/CD）：
- 登录 Cloudflare 控制台： 登录 Cloudflare Dashboard，导航至 Workers & Pages -> Pages -> Connect to Git（连接到 Git）。
- 选择 GitHub 仓库： 绑定您的 GitHub 账号，并选择本仓库
deepLearning。 - 填写构建配置字段（核心要点）： 请严格按照以下表格配置构建设置：
| 配置字段 (Configuration Field) | 目标设置值 (Value) | 字段详解与重要作用 |
|---|---|---|
| Project Name (项目名称) | deep-learning-study-site |
用于生成您的二级域名 (如 deep-learning-study-site.pages.dev) |
| Production Branch (生产分支) | main |
触发正式版部署的默认主分支 |
| Framework Preset (框架预设) | Vite | 自动加载 Vite 项目的标准依赖和环境预设 |
| Root Directory (根目录) | study-site |
[最关键] 必须指定为解耦的网页子目录，否则构建会失败 |
| Build Command (构建命令) | npm run build |
运行 tsc -b && vite build 编译 React + TS + Vite 生产包 |
| Build Output Directory (构建输出目录) | dist |
编译后生成的静态资源分发包路径 |
- 保存并部署： 点击 "Save and Deploy"，Cloudflare 将拉取您的代码、自动安装 Node 依赖，并秒级部署上线。
Important
关于根目录设置的声明： 由于我们指定了 Root Directory 为 study-site，Cloudflare 会自动定位在该子目录中执行依赖安装和打包。请勿在构建命令中填写 cd study-site && npm run build。
Note
往后每一次向本仓库的 main 分支提交或合并代码，Cloudflare Pages 都会自动捕捉并静默更新部署，确保您的备考网站内容始终与本地错题笔记保持同步！