老师简介：
龙良曲，新加坡国立大学助理研究员，博士生，曾在BAT从事深度学习算法相关工作。
课程介绍：
掌握深度学习核心算法技术；掌握面向不用场景任务的深度学习应用技术；熟悉各种不同深度神经网络的拓扑结构。
视频课程基于TensorFlow 2.x最新版本讲解，超多课时，通俗易懂、广受好评的TF2深度学习算法课程。
本课程适合于深度学习和人工智能方向新手，需要零基础、快速、深入学习人工智能的朋友。
课程目录：
├─01.深度学习初见
│ 课时1 深度学习框架介绍-1.mp4
│ 课时2 深度学习框架介绍-2.mp4
│ 课时3 开发环境安装-1.mp4
│ 课时4 开发环境安装-2.mp4
│
├─02.【选看】开发环境全程实录
│ 课时10 Ubuntu平台实录-pycharm安装.mp4
│ 课时5 win10平台实录-1.mp4
│ 课时6 win10平台实录-2.mp4
│ 课时7 Ubuntu平台实录-cuda安装.mp4
│ 课时8 Ubuntu平台实录-anaconda安装.mp4
│ 课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4
│
├─03.回归问题
│ 课时11 线性回归-1.mp4
│ 课时12 线性回归-2.mp4
│ 课时13 回归问题实战-1.mp4
│ 课时14 回归问题实战-2.mp4
│ 课时15 手写数字问题-1.mp4
│ 课时16 手写数字问题-2.mp4
│ 课时17 手写数字问题-3.mp4
│ 课时18 手写数字问题初体验-1.mp4
│ 课时19 手写数字问题初体验-2.mp4
│
├─04.Tensorflow 2基础操作
│ 课时20 tensorflow数据类型-1.mp4
│ 课时21 tensorflow数据类型-2.mp4
│ 课时22 创建Tensor-1.mp4
│ 课时23 创建Tensor-2.mp4
│ 课时24 创建Tensor-3.mp4
│ 课时25 索引与切片-1.mp4
│ 课时26 索引与切片-2.mp4
│ 课时27 索引与切片-3.mp4
│ 课时28 索引与切片-4.mp4
│ 课时29 索引与切片-5.mp4
│ 课时30 维度变换-1.mp4
│ 课时31 维度变换-2.mp4
│ 课时32 维度变换-3.mp4
│ 课时33 Broadcasting-1.mp4
│ 课时34 Broadcasting-2.mp4
│ 课时35 数学运算.mp4
│ 课时36 前向传播（张量）-实战-1.mp4
│ 课时37 前向传播（张量）-实战-2.mp4
│ 课时38 前向传播（张量）-实战-3.mp46
│ 课时39 前向传播（张量）-实战-4.mp4
│
├─05.tensorflow 2高阶操作
│ 课时40 合并与分割.mp4
│ 课时41 数据统计.mp4
│ 课时42 张量排序-1.mp4
│ 课时43 张量排序-2.mp4
│ 课时44 填充与复制.mp4
│ 课时45 张量限幅-1.mp4
│ 课时46 张量限幅-2.mp4
│ 课时47 高阶操作-1.mp4
│ 课时48 高阶操作-2.mp4
│
├─06 神经网络与全连接层
│ 课时49 数据加载-1.mp4
│ 课时50 数据加载-2.mp4
│ 课时51 数据加载-3.mp4
│ 课时52 测试（张量）实战.mp4
│ 课时53 全连接层-1.mp4
│ 课时54 全连接层-2.mp4
│ 课时55 输出方式.mp4
│ 课时56 误差计算-1.mp4
│ 课时57 误差计算-2.mp4
│ 课时58 误差计算-3.mp4
│
├─07 随机梯度下降
│ 课时59 梯度下降-简介-1.mp4
│ 课时60 梯度下降-简介-2.mp4
│ 课时61 常见函数的梯度.mp4
│ 课时62 激活函数及其梯度.mp4
│ 课时63 损失函数及其梯度-1.mp4
│ 课时64 损失函数及其梯度-2.mp4
│ 课时65 单输出感知机梯度.mp4
│ 课时66 多输出感知机梯度.mp4
│ 课时67 链式法则.mp4
│ 课时68 反向传播算法-1.mp4
│ 课时69 反向传播算法-2.mp4
│ 课时70 函数优化实战.mp4
│ 课时71 手写数字问题实战（层）-1.mp4
│ 课时72 手写数字问题实战（层）-2.mp4
│ 课时73 手写数字问题实战（层）-3.mp4
│ 课时74 TensorBoard可视化-1.mp4
│ 课时75 TensorBoard可视化-2.mp4
│
├─08.Keras高层接口
│ 课时76 Keras高层API-1.mp4
│ 课时77 Keras高层API-2.mp4
│ 课时78 Keras高层API-3.mp4
│ 课时79 自定义层或网络-1.mp4
│ 课时80 自定义层或网络-2.mp4
│ 课时81 模型保存与加载.mp4
│ 课时82 CIFAR10自定义网络实战-1.mp4
│ 课时83 CIFAR10自定义网络实战-2.mp4
│ 课时84 CIFAR10自定义网络实战-3.mp4
│
├─09.过拟合
│ 课时 89 动量与学习率.mp4
│ 课时85 过拟合与欠拟合.mp4
│ 课时86 交叉验证-1.mp4
│ 课时87 交叉验证-2.mp4
│ 课时88 Regularization.mp4
│ 课时90 Early stopping，Dropout.mp4
│
├─10.卷积神经网络
│ │ 课时100 经典卷积网络VGG, GoogleNet, Inception-2.mp4
│ │ 课时102 ResNet, DenseNet - 1.mp4
│ │ 课时103 ResNet, DenseNet - 2.mp4
│ │ 课时104 ResNet实战-1.mp4
│ │ 课时105 ResNet实战-2.mp4
│ │ 课时106 ResNet实战-3.mp4
│ │ 课时107 ResNet实战-4.mp4
│ │ 课时86 什么是卷积-1.mp4
│ │ 课时87 什么是卷积-2.mp4
│ │ 课时88 什么是卷积-3.mp4
│ │ 课时89 什么是卷积-4.mp4
│ │ 课时90 卷积神经网络-1.mp4
│ │ 课时91 卷积神经网络-2.mp4
│ │ 课时92 卷积神经网络-3.mp4
│ │ 课时93 卷积神经网络-4.mp4
│ │ 课时94 池化与采样.mp4
│ │ 课时95 CIFAR100与VGG13实战-1.mp4
│ │ 课时96 CIFAR100与VGG13实战-2.mp4
│ │ 课时97 CIFAR100与VGG13实战-3.mp4
│ │ 课时98 CIFAR100与VGG13实战-4.mp4
│ │ 课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4
│ │
│ └─课时101 BatchNorm
│ batchnorm1.mp4
│ batchnorm2 .mp4
│
├─11.循环神经网络RNN8
│ GRU原理与实战.mp4
│ lstm-1.mp4
│ lstm-2.mp4
│ LSTM实战.mp4
│ 梯度弥散与梯度爆炸.mp4
│ 课时108 序列表示方法-1.mp4
│ 课时109 序列表示方法-2.mp4
│ 课时110 循环神经网络层-1.mp4
│ 课时111 循环神经网络层-2.mp4
│ 课时112 RNNCell使用-1.mp4
│ 课时113 RNNCell使用-2.mp4
│ 课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4
│ 课时115 RNN与情感分类问题实战-单层RNN Cell.mp4
│ 课时116 RNN与情感分类问题实战-网络训练.mp4
│ 课时117 RNN与情感分类问题实战-多层RNN Cel.mp4
│
├─12.自编码器Auto-Encoders1
│ 课时119 无监督学习.mp4
│ 课时120 Auto-Encoders原理.mp4
│ 课时121 Auto-Encoders变种.mp4
│ 课时122 Adversarial Auto-Encoders.mp4
│ 课时123 Variational Auto-Encoders引入.mp4
│ 课时124 Reparameterization Trick.mp4
│ 课时125 Variational Auto-Encoders原理.mp4
│ 课时126 Auto-Encoders实战-创建编解码器.mp4
│ 课时127 Auto-Encoders实战-训练.mp4
│ 课时128 Auto-Encoders实战-测试.mp4
│ 课时129 VAE实战-创建网络.mp4
│ 课时130 VAE实战-KL Divergence计算.mp4
│ 课时131 VAE实战-训练与测试.mp4
│
├─13.对抗生成网络GAN
│ 课时132 数据的分布.mp4
│ 课时133 画家的成长历程.mp4
│ 课时134 GAN原理.mp4
│ 课时135 纳什均衡-D.mp4
│ 课时136 纳什均衡-G.mp4
│ 课时137 JS散度的缺陷.mp4
│ 课时138 EM距离.mp4
│ 课时139 WGAN-GP原理.mp4
│ 课时140 GAN实战-.mp4
│ 课时141 GAN实战-2.mp4
│ 课时142 GAN实战-3.mp4
│ 课时143 GAN实战-4.mp4
│ 课时144 GAN实战-5.mp4
│ 课时145 GAN实战-6.mp4
│ 课时146 WGAN实战-1.mp4
│ 课时147 WGAN实战-2.mp4
│
├─14.【选看】人工智能发展简史
│ 课时148 生物神经元结构.mp4
│ 课时149 感知机的提出.mp4
│ 课时150 BP神经网络.mp4
│ 课时151 CNN和LSTM的发明.mp4
│ 课时152 人工智能低谷.mp4
│ 课时153 深度学习的诞生.mp4
│ 课时154 深度学习的爆发.mp4
│
├─15.【选看】Numpy实战BP神经网络
│ 课时155 权值的表示.mp4
│ 课时156 多层感知机的实现.mp4
│ 课时157 BP神经网络前向传播.mp4
│ 课时158 BP神经网络反向传播-1.mp4
│ 课时159 BP神经网络反向传播-.mp4
│ 课时160 BP神经网络反向传播-3.mp4
│ 课时161 多层感知机的训练.mp4
│ 课时162 多层感知机的测试.mp4
│ 课时163 实战小结.mp4