第01课 深度学习入门

• 课时1深度学习入门概念

  00 : 21 : 43

  开始学习
• 课时2tensorflow安装

  00 : 17 : 04

  开始学习
• 课时3tesorflow基本概念

  00 : 05 : 34

  开始学习
• 课时4tesorflow快速入门

  00 : 07 : 08

  开始学习

第02课 tensorflow使用

• 课时1tensorflow变量使用

  00 : 12 : 06

  开始学习
• 课时2tensorflow_feed_fetch

  00 : 08 : 05

  开始学习
• 课时3tensorflow_一元线性回归

  00 : 10 : 11

  开始学习
• 课时4tensorflow实现简单神经网络

  00 : 23 : 01

  开始学习

第03课 感知机

• 课时1感知机概念

  00 : 18 : 21

  开始学习
• 课时2感知机的简单实现

  00 : 20 : 06

  开始学习

第04课 多层神经网络,BP传播算法

• 课时1多层神经网络概念

  00 : 27 : 53

  开始学习
• 课时2后向传播算法概念

  00 : 15 : 39

  开始学习
• 课时3后向（BP）传播算法

  00 : 25 : 34

  开始学习

第05课 卷积神经网络基础

• 课时1卷积神经网络入门1

  00 : 29 : 57

  开始学习
• 课时2卷积神经网络入门2

  00 : 19 : 00

  开始学习
• 课时3卷积神经网络入门3

  00 : 13 : 53

  开始学习

第06课 卷积神经网络图像识别

• 课时1手写数字数据集和keras简介

  00 : 11 : 11

  开始学习
• 课时2keras简单入门使用

  00 : 18 : 40

  开始学习
• 课时3Keras单层神经网络手写数字识别

  00 : 37 : 15

  开始学习

第07课 卷积神经网络图像识别和著名CNN介绍

• 课时1识别自己画的数字

  00 : 23 : 52

  开始学习
• 课时2卷积神经网络识别手写数字

  00 : 38 : 29

  开始学习
• 课时3卷积神经网络参数读取

  00 : 14 : 41

  开始学习
• 课时4AlexNet和VGGNet神经网络

  00 : 27 : 53

  开始学习
• 课时5谷歌网络和残差网络

  00 : 35 : 49

  开始学习

第08课 循环神经网络基础

• 课时1循环神经网络概述

  00 : 12 : 30

  开始学习
• 课时2循环神经网络主要种类

  00 : 17 : 15

  开始学习
• 课时3LSTM介绍

  00 : 14 : 03

  开始学习
• 课时4GRU介绍

  00 : 06 : 30

  开始学习

第09课 循环神经网络实现

• 课时1simpleRNN实现

  00 : 21 : 57

  开始学习
• 课时2LSTM和GRU实现

  00 : 15 : 39

  开始学习

第10课 生成对抗网络

• 课时1生成对抗神经网络概述

  00 : 12 : 03

  开始学习
• 课时2对抗神经网络原理

  00 : 13 : 34

  开始学习
• 课时3对抗神经网络实现1

  00 : 17 : 08

  开始学习
• 课时4对抗神经网络实现2

  00 : 27 : 24

  开始学习
• 课时5对抗神经网络实现3

  00 : 19 : 59

  开始学习