預(yù)備知識(shí)：圖像識(shí)別方法的演進(jìn)基礎(chǔ)、開(kāi)發(fā)環(huán)境配置：Anaconda環(huán)境和MXNet、深度學(xué)習(xí)簡(jiǎn)介：起源、特點(diǎn)和發(fā)展、計(jì)算機(jī)視覺(jué)概述、數(shù)據(jù)操作、自動(dòng)求梯度、圖像識(shí)別的演進(jìn)、線性回歸與線性回歸的實(shí)現(xiàn)、線性模型：對(duì)數(shù)線性二分類、多分類、獨(dú)熱和稠密度向量表示、softmax回歸與實(shí)現(xiàn)、基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)發(fā)展、深度學(xué)習(xí)基礎(chǔ)知識(shí)、線性模型的局限性：異或問(wèn)題、非線性輸入轉(zhuǎn)換、核方法、可訓(xùn)練的映射函數(shù)、感知機(jī)和多層感知機(jī)的實(shí)現(xiàn)、模型選擇、欠擬合過(guò)擬合問(wèn)題、權(quán)重衰減和丟棄法、實(shí)戰(zhàn)案例：房?jī)r(jià)預(yù)測(cè)模型、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、前饋神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、深度學(xué)習(xí)計(jì)算、卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、二維卷積層相關(guān)運(yùn)算、填充和步幅、多輸入通道和多輸出通道、二維最 大池化層和平均池化層、卷積神經(jīng)網(wǎng)絡(luò)LeNet模型、深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet、使用重復(fù)數(shù)據(jù)的網(wǎng)絡(luò)、網(wǎng)絡(luò)中的網(wǎng)絡(luò)：NIN塊和NIN模型、合并行連接的網(wǎng)絡(luò)、批量歸一化、殘差網(wǎng)絡(luò)ResNet模型、稠密度連接網(wǎng)絡(luò)DeseNet模型、循環(huán)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、語(yǔ)言模型計(jì)算、循環(huán)神經(jīng)網(wǎng)絡(luò)、模型語(yǔ)言數(shù)據(jù)集、循環(huán)神經(jīng)網(wǎng)絡(luò)從零開(kāi)始實(shí)現(xiàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介實(shí)現(xiàn)、通過(guò)時(shí)間反向傳播、門控循環(huán)單元、長(zhǎng)短期記憶、深度循環(huán)神經(jīng)網(wǎng)絡(luò)、雙向循環(huán)神經(jīng)網(wǎng)絡(luò)、優(yōu)化算法與深度學(xué)習(xí)、優(yōu)化與深度學(xué)習(xí)的關(guān)系、梯度下降和隨機(jī)梯度下降、小批量隨機(jī)梯度下降、動(dòng)量法與實(shí)現(xiàn)、AdaGrad算法特點(diǎn)與實(shí)現(xiàn)、RMSProp算法、AdaDelta算法、Adma算法、計(jì)算機(jī)技術(shù)與高性能計(jì)算、衡量性能的方法、提高性能性能的各種編程方法、命令式和混合編程、異步計(jì)算、自動(dòng)并行運(yùn)算、多GPU運(yùn)算、AI應(yīng)用方向之計(jì)算機(jī)視覺(jué)、使用圖像增廣訓(xùn)練模型、微調(diào):熱狗識(shí)別、目標(biāo)檢測(cè)和邊界框、計(jì)算機(jī)視覺(jué)：錨框生成、多尺度目標(biāo)檢測(cè)、目標(biāo)檢測(cè)數(shù)據(jù)集：皮卡丘、單發(fā)多框檢測(cè)：SSD、積神經(jīng)網(wǎng)絡(luò)系列：R-CNN、語(yǔ)意分割和數(shù)據(jù)集、全卷積網(wǎng)絡(luò)、樣式遷移、計(jì)算機(jī)視覺(jué)案例：Kaggle圖像識(shí)別、圖像分類、狗的品種、獲取和整理數(shù)據(jù)集、圖像增廣、讀取數(shù)據(jù)集、定義模型、定義訓(xùn)練函數(shù)、訓(xùn)練模型、AI應(yīng)用方向之NLP自然語(yǔ)言處理、嵌入和連續(xù)詞袋模型、近似訓(xùn)練：負(fù)采樣、層序softmax、word2vec的實(shí)現(xiàn)、子詞潛入：fastText、全局向量的詞潛入：GloVe、求近義詞和類比詞、文本情感分類：使用循環(huán)神經(jīng)網(wǎng)絡(luò)、文本情感分類：使用卷積神經(jīng)網(wǎng)絡(luò)（textCNN）、編碼器、解碼器、貪婪搜索、全局搜索、束搜索、注意力機(jī)制、自然語(yǔ)言處理案例、機(jī)器人翻譯、讀取和與處理數(shù)據(jù)集、含注意力機(jī)制的編碼器-解碼器、訓(xùn)練模型、預(yù)測(cè)不定長(zhǎng)的序列、評(píng)價(jià)翻譯結(jié)果、唐詩(shī)生成器、定義輸入數(shù)據(jù)、定義多層LESTM模型、定義損失函數(shù)、訓(xùn)練模型生成文字、更多參數(shù)說(shuō)明、運(yùn)行自己的數(shù)據(jù)