1. 这门课的主题是关于什么？学习这门课可以获得什么？

这门课程的内容是神经网络与深度学习。神经网络人工智能中的一种方法；深度学习，可以简单的理解为深层次的神经网络，神经网络是深度学习的基础。

我们将从最基础的知识和最简单的应用开始，循序渐进的介绍神经网络和深度学习的发展过程、基本理论、主要框架、和典型应用，以及如何基于TensorFlow2.0深度学习框架，构建人工智能模型，使学习者具备人工智能应用软件的开发能力。

2. 为什么要学习这门课？

从20世纪50年代起，人工智能的发展经历了逻辑推理、专家系统、机器学习三个阶段。机器学习是人工智能领域中最能够体现智能的一个分支。深度学习又是机器学习的一个分支，在最近几年中，计算机视觉、语音识别、自然语言处理、和机器人等领域所取得的惊人的进展，都离不开深度学习，它是这一轮人工智能热潮的核心驱动力量，已经成为人工智能领域最重要的技术之一。

深度学习不仅改变了计算领域，也为其他学科的强大新工具。可以说，深度学习正在、或将要改变科学和人类努力的每一个领域。任何专业的学生，都应该掌握一些人工智能的知识。

TensorFlow2.0版本非常的简单、清晰、好用，极大地降低了深度学习编程的门槛。使得普通人也能够使用人工智能技术解决任务。如果你是刚刚开始接触人工智能领域的小白，那么，现在正是开启学习之路的最佳时机。 

3. 课程定位？学习这门课需要有什么基础？

这是一门人工智能的公共基础课程,面向多种学科专业、“零基础”的学习者。下面是我们对“零基础”的定义：

(1) 了解高等数学、线性代数、概率论的基本知识。知道导数、向量、矩阵，概率这些基本概念；掌握基本的数学运算方法和规则。

(2) 学习过“大学计算机基础”或者其他类似的课程，知道计算机的最基础知识。

(3) 学习过任何一门编程语言。知道程序设计的基本方法，能够正确的编写出基本的练习程序。

4. 为什么要学习TensorFlow2.0? 它和TensorFlow1.x版本相比，有什么改进？

Tensorflow是目前最流行的深度学习框架，很多以前难以实现的大规模人工智能任务，都可以借助它来实现。但是，对于初学者而言，TensorFlow1.x不太容易学习和掌握。

2019年10月正式发布的2.0版本，是对之前版本彻底的、革命性的改造，它非常的简单、清晰、好用，并且容易扩展，极大地降低了深度学习编程的门槛。

5. 课程特点

(1) 聚焦于神经网络和深度学习，基本理论适度。

在理论方面，力求做到深入浅出、够用就好。另外，我们会把一些比较复杂的理论，或者数学推理的过程，以补充资料的形式，分享给大家，以满足部分学习者更深层次的要求。

(2) 面向实践应用，迭代式程序案例。

为了避免理论与实践脱节，这门课程是以“基本原理+实例”的方式来组织的，每一部分基本原理的后面，都有与之紧密相关的实例。这些实例的设计是从小到大，循序渐进的。通过这样不断的积累和迭代，帮助大家逐渐具备较大规模的智能系统的设计、开发方法能力。

(3)工具环境简单，易于配置和管理

课程实例采用Python语言和tensorflow2.0开发框架实现，开发环境选择Anaconda。这些语言、工具和环境的学习门槛相对来说比较低，非常适合初学者入门。而且它们也都是目前最主流的方法和工具，不仅学习资源丰富，而且非常强大和好用。

n了解高等数学、线性代数、概率论的基本知识。知道导数、向量、矩阵，概率这些基本概念；掌握基本的数学运算方法和规则。

n学习过“大学计算机基础”或者其他类似的课程，知道计算机的最基础知识。

n学习过任何一门编程语言。知道程序设计的基本方法，能够正确的编写出基本的练习程序。