1、课程导论与深度学习基础：什么是图像分类、深度学习发展简史、课程目标与学习路径
1.1 到底什么是图像分类？
图像分类，说白了就是让计算机看懂图片里的内容。
你给它一张图，它告诉你这是猫还是狗，是汽车还是飞机。就这么简单。
但背后的逻辑，其实挺有意思的。
我刚开始接触这个领域时，总觉得计算机应该像人一样“看”东西。后来才发现，根本不是这么回事。计算机看到的，就是一堆数字——每个像素点的RGB值。它需要从这些数字里，找到规律。
举个例子：
- 输入：一张 224x224 的彩色图片（约15万个像素点）
- 输出：一个类别标签，比如“金毛犬”
- 中间过程：模型通过层层计算，把像素映射到类别
核心要点：图像分类的本质，是建立一个从像素空间到语义空间的映射函数。
1.2 深度学习发展简史——我踩过的坑
说到深度学习的发展，我忍不住想聊聊自己的经历。
2012年之前，图像分类主要靠手工特征。SIFT、HOG、LBP……这些词现在年轻人可能都没听过。我当时做项目，光调一个SIFT参数就能调一整天。效果嘛，只能说勉强能用。
2012年，AlexNet横空出世。我记得当时在实验室看到论文，整个人都震惊了——ImageNet上的错误率直接降了10个百分点！从那以后，深度学习就像开了挂。
我简单梳理一下关键节点：
| 年份 | 里程碑 | 我的感受 |
|---|---|---|
| 2012 | AlexNet | 第一次觉得深度学习靠谱 |
| 2014 | VGGNet / GoogLeNet | 网络可以做得这么深？ |
| 2015 | ResNet | 152层还能收敛，绝了 |
| 2017 | SENet | 注意力机制开始发力 |
| 2020+ | ViT / 大模型 | Transformer也能做视觉了 |
个人建议：初学者不要一上来就追最新模型。先把AlexNet、ResNet这些经典模型吃透，后面学新东西会快很多。
1.3 为什么图像分类这么重要？
你可能觉得，图像分类不就是“认东西”吗？有什么了不起的。
嗯，我刚开始也这么想。直到我在一个工业质检项目里，用分类模型帮客户把缺陷检测准确率从85%提升到了99.5%。
图像分类的应用场景，比你想象的广得多：
- 医疗影像：CT、X光片自动诊断
- 自动驾驶：识别交通标志、行人、车辆
- 安防监控：人脸识别、异常行为检测
- 电商：商品自动分类、以图搜图
- 农业：病虫害识别、作物长势评估
注意：图像分类是很多高级视觉任务的基础。目标检测、图像分割、图像生成……这些任务都离不开分类的思想。把分类学扎实了，后面事半功倍。
1.4 课程目标与学习路径
这门课的目标很明确：让你从零开始，亲手搭建一个能用的图像分类模型。
不是那种跑个demo就完事的，而是真正理解每个环节为什么这么做。
我设计的路径是这样的：
- 基础篇（第1-5章）：深度学习基础、PyTorch入门、数据准备
- 模型篇（第6-15章）：经典CNN架构、训练技巧、调参实战
- 进阶篇（第16-25章）：注意力机制、轻量化模型、迁移学习
- 实战篇（第26-30章）：完整项目实战、部署、优化
每章我都会结合自己踩过的坑来讲。比如：
- 为什么你的模型loss死活降不下去？
- 数据增强到底该怎么做才有效？
- 模型部署时有哪些坑等着你？
学习建议：别光看，一定要动手。每章后面的代码示例，我建议你至少跑三遍：第一遍照着敲，第二遍改参数，第三遍自己加功能。这样学下来，想不会都难。
1.5 你需要准备什么？
硬件方面：
- 一台有GPU的电脑（GTX 1060以上就行）
- 或者用Google Colab（免费，够用）
软件方面：
- Python 3.8+
- PyTorch 1.10+
- CUDA + cuDNN（如果用GPU）
基础要求：
- 会写Python（知道类、函数、循环就行）
- 懂一点线性代数和概率论（不用太深）
我的经验：很多同学卡在环境配置上。我建议你直接用Anaconda创建虚拟环境，别在系统Python里乱装包。我曾经因为环境冲突，debug了一整天……后来学乖了。
好了，第一章就到这里。下一章我们直接上手PyTorch，写第一个图像分类模型。准备好了吗？