第1章 深度学习简介 7 节 | 60分钟

简单介绍课程适合人群，深度学习是什么，深度学习为什么这么强，深度学习相关的应用

收起列表

• 视频： 1-1 课程—导学 (07:42)
• 视频： 1-2 课前准备 (21:48)
• 视频： 1-3 深度学习简介—-神经元 (11:31)
• 视频： 1-4 深度学习简介—-激励函数 (07:33)
• 视频： 1-5 深度学习简介—神经网络和深度神经网络 (04:21)
• 视频： 1-6 深度学习为什么这么强 (03:39)
• 视频： 1-7 深度学习的应用 (02:27)

第2章 前馈神经网络 12 节 | 100分钟

前馈神经网络的结构，前馈神经网网络是怎样学习，怎样训练，怎样更新。前馈神经网络的代码实现

收起列表

• 视频： 2-1 网络结构 (03:26)
• 视频： 2-2 网络结构_代码部分 (13:38)
• 视频： 2-3 线性回归的训练--样本，开始训练 (09:05)
• 视频： 2-4 线性回归的训练--梯度下降法，一元凸函数 (08:47)
• 视频： 2-5 线性回归的训练--二元凸函数 (06:54)
• 视频： 2-6 神经网络的训练--前向传播 (04:41)
• 视频： 2-7 神经网络的训练--前向传播代码部分 (07:27)
• 视频： 2-8 神经网络的训练--反向传更新 (05:35)
• 视频： 2-9 神经网络的训练--反向传更新_代码部分 (19:19)
• 视频： 2-10 神经网络的训练--随机梯度下降 (02:10)
• 视频： 2-11 神经网络的训练--随机梯度下降代码部分 (04:51)
• 视频： 2-12 应用案例—-前馈神经网络代码的手写数字识别 (13:46)

第3章 提高神经网络的学习效率 12 节 | 87分钟

怎样提高前馈神经网络的学习效率，提高版本的前馈神经网络的代码实现

收起列表

• 视频： 3-1 并行计算 (07:29)
• 视频： 3-2 梯度消失问题 (08:52)
• 视频： 3-3 归一化 (05:07)
• 视频： 3-4 参数初始化问题 (03:55)
• 视频： 3-5 参数的初始化问题-代码实现 (03:23)
• 视频： 3-6 正则化 (10:55)
• 视频： 3-7 正则化-代码实现 (01:53)
• 视频： 3-8 学习率和dropout (03:04)
• 视频： 3-9 交叉熵 (08:12)
• 视频： 3-10 交叉熵-代码实现 (06:36)
• 视频： 3-11 模型的保存和加载及代码实现 (11:27)
• 视频： 3-12 应用案例—-提高版本的前馈神经网络代码的手写数字识别 (15:16)

第4章 卷积神经网络 11 节 | 90分钟

卷积神经网络的结构，卷积网络与全连接网络有什么不同，卷积神经网络的代码实现

收起列表

• 视频： 4-1 与全连接网络的对比 (05:14)
• 视频： 4-2 全连接层GPU实现 代码实现 (25:08)
• 视频： 4-3 卷积核 (06:08)
• 视频： 4-4 卷积层其他参数 (04:46)
• 视频： 4-5 池化层 (04:16)
• 视频： 4-6 卷积池化层 代码实现 (06:16)
• 视频： 4-7 典型CNN网络 (06:39)
• 视频： 4-8 图片识别 (04:34)
• 视频： 4-9 softmax (04:12)
• 视频： 4-10 softmax层 代码实现 (03:38)
• 视频： 4-11 应用案例—-卷积神经网络代码的手写数字识别 (18:05)

第5章 tensorflow和tensorboard 8 节 | 75分钟

Tensorflow使用介绍，Tensorflow应用案例

收起列表

• 视频： 5-1 tensorflow简介 (15:14)
• 视频： 5-2 如何选择好的框架：tensorflow的优势 (06:30)
• 视频： 5-3 多环境与集群支持 (05:33)
• 视频： 5-4 应用案例—-tensorflow版本的线性回归的实现 (12:04)
• 视频： 5-5 tensorboard (05:39)
• 视频： 5-6 tensorboard 使用演示 (05:58)
• 视频： 5-7 训练模型的加载与保存 (06:46)
• 视频： 5-8 应用案例—-tensorflow版本的手写数字识别 (16:29)

第6章 cnn对图片分类(CIFAR-10) 4 节 | 36分钟

示范使用Tensorflow做图片分类

收起列表

• 视频： 6-1 .简介 (03:57)
• 视频： 6-2 .tensorflow单GPU版本上 (12:19)
• 视频： 6-3 .tensorflow单GPU版本下 (11:13)
• 视频： 6-4 tensorflow多GPU版本 (07:56)

第7章 其他框架是怎么做的 3 节 | 46分钟

Tensorflow与caffe,keras做通用应用的对比

收起列表

• 视频： 7-1 caffe应用对比（上） (15:27)
• 视频： 7-2 caffe应用对比（下） (13:01)
• 视频： 7-3 keras应用对比 (16:44)

第8章 课程总结 1 节 | 4分钟

课程总结

收起列表

• 视频： 8-1 课程总结_ (03:54)