第一讲 人工智能概述

1.1-概述

1.2-双系统安装

1.3-Windows虚拟机安装

1.4-Mac Tensorflow安装

1.5-Windows Anaconda TensorFlow安装

第二讲 Python语法串讲

2.1-Linux指令、Hello World

2.2-列表、元组、字典

2.3-条件语句

2.4-循环语句

2.5-turtle模块

2.6-函数、模块、包

2.7-类、对象、面向对象的编程

2.8-文件操作

第三讲 Tensorflow框架

3.1-张量、计算图、会话

3.2-前向传播

3.3-反向传播

第四讲 神经网络优化

4.1-损失函数

4.2-学习率

4.3-滑动平均

4.4-正则化

4.5-神经网络搭建八股

第五讲 全连接网络基础

5.1-MNIST数据集

5.2-模块化搭建神经网络八股

5.3-手写数字识别准确率输出

第六讲 全连接网络实践

6.1-输入手写数字图片输出识别结果

6.2-制作数据集

第七讲 卷积网络基础

7.1-卷积神经网络

7.2-lenet5代码讲解

第八讲 卷积网络实践

8.1-复现已有的卷积神经网络

8.2-用vgg16实现图片识别

第九讲 课程项目分享

9.1-真实复杂场景手写英文体识别

9.2-二值神经网络实现MNIST手写数字识别

9.3-车牌号码识别

9.4-人脸表情识别

9.5-实时目标检测、识别、计数和追踪

9.6-图片自动上色

9.7-图像风格融合与快速迁移

9.8-图像中文描述

9.9-跨模态检索

9.10-强化学习实现“不死鸟” FlappyBird