5-深度学习进阶
这是本系列的第 5 讲，定位是把你从“会训练一个常规模型”继续推到更常见的进阶主题上。它不再只围绕单一模型展开，而是把迁移学习、生成对抗网络和强化学习这些方向放在同一讲里，帮助你建立更宽的地图。
这讲主要讲什么
这一讲覆盖的主题跨度比较大，但都属于深度学习往外扩展时经常会遇到的方向。
- 迁移学习：介绍迁移学习的基本概念，以及它在图像和文本场景中的典型使用方式。
- 生成对抗网络：从 GAN 的基本原理讲起，再延伸到常见改进方向和典型应用。
- 强化学习：先讲强化学习的基本框架，再过渡到深度强化学习与应用场景。
- 课程实践：通过手写数字生成 ，把“生成模型”这个方向落到具体结果上。
适合怎么学
- 这一讲不一定要一次性全吃透。更合理的做法是先把迁移学习看扎实，因为它和日常项目的距离最近。
- 看 GAN 时，重点理解生成器和判别器之间的对抗关系，以及为什么训练会不稳定。
- 看强化学习时，先分清状态、动作、奖励这些基本概念，再去理解深度模型是在其中替代了哪一部分能力。