本课程主要介绍人工智能的概念、层次结构及发展历史，人工智能产业发展与战略规划，并探讨华为全栈全场景AI的战略。

本课程将会讲解Python在数据分析、AI和图像处理等领域常用的工具包。

本学习路径涵盖了从基础概念到高级技术的深度学习实践，包括线性模型、神经网络、卷积网络、正则化方法和模型迁移，使用PyTorch进行实践。

本课程将会讲解机器学习相关算法，包括监督学习，无监督学习，集成算法等。

深度学习是一种以人工神经网络为架构，对数据进行表征学习的算法。本课程将介绍深度学习算法的知识。

本课程由台湾大学李宏毅教授2022年开发的课程，主要介绍自注意力机制。

本课程由台湾大学李宏毅教授2022年开发的课程，主要介绍Transformer。

本课程系统地介绍了卷积神经网络（CNN）的基础理论、关键组件（卷积层、池化层、全连接层）及其参数设置，同时通过实现LeNet、AlexNet、VGG和ResNet等经典CNN架构，加深对CNN的理解和应用。

本课程全面覆盖了循环神经网络（RNN）的基础知识、常见问题及解决方案，以及几种重要的变体模型（如LSTM、GRU、Bi-RNN）的理论与PyTorch实现方法，适合希望深入了解序列数据处理的开发者

本课程深入介绍了生成对抗网络（GAN）的基本概念、生成器和判别器的实现、训练过程以及几种代表性GAN模型（包括DCGAN、CGAN、CycleGAN和BigGAN）的特性和应用。

本课程系统地介绍了注意力机制的基本概念、发展历史、不同类型的注意力机制及其在Transformer模型中的应用，涵盖了从基础理论到具体实现的全面内容。

计算机视觉是人工智能领域最炙手可热的研究领域，也是在现实世界中落地应用最多的人工智能技术方向。本课程介绍了计算机视觉的基本原理和应用分支。

语音识别技术的应用在我们的日常生活中非常常见，人机交互、智能家居、智能问答等等，本课程将从语音识别的基础出发，带领大家一步步深入语音识别技术的内在机制，帮助大家讲语音识别技术快速落地到实际的应用场景中。

自然语言处理是人工智能的一个重要的分支，随着人工智能的快速发展，自然语言处理的应用愈加广泛。本课程作为自然语言处理的入门课程，有助于帮助大家掌握自然语言处理的基础技术理论和相关实践。

本课程从知识图谱的概述，知识抽取，知识表示，知识融合，知识加工和知识存放等方面对知识图谱从零到一的构建进行了全面的介绍，每个章节主要介绍了具体包含的技术和具体使用的方法，给想入门知识图谱的读者提供了基础简洁的学习素材。