目录
第一章：神经网络必备基础知识点
1-1课程概述与环境配置.mp4
1-2深度学习与人工智能概述.mp4
1-3机器学习常规套路.mp4
1-4K近邻与交叉验证.mp4
1-5得分函数.mp4
1-6损失函数.mp4
1-7softmax分类器.mp4
1-8课后讨论与答疑.mp4
神经网络（上课）.pdf
第七章-word2vec实战与对抗生成网络
7-1基于词袋模型训练分类器.mp4
7-2准备word2vec输入数据.mp4
7-3使用gensim构建word2.mp4
7-4tfidf原理.mp4
7-5对抗生成网络原理概述(GAN数据代码下载—).mp4
7-6GAN网络结构定义.mp4
7-7 Gan迭代生成.mp4
7-8DCGAN网络特性（DCGAN数据代码下载—）.mp4
7-9DCGAN网络细节.mp4
第三次课程代码
imagenet-vgg-verydeep-19.mat
tensorflow.pptx
tensorflow代码.zip
第三章-tensorflow训练mnist数据集
3-1tensorflow安装.mp4
3-2tensorflow基本套路.mp4
3-3tensorflow常用操作.mp4
3-4tensorflow实现线性回归.mp4
3-5tensorflow实现手写字体.mp4
3-6参数初始化.mp4
3-7迭代完成训练.mp4
3-8课后讨论.mp4
mnist.zip
第二章：神经网络架构
2-1梯度下降原理-2-2学习率的作用-2-3反向传播-2-4神经网络基础架构-2-5神经网络实例演示-2-6正则化与激活函数.mp4
2-7drop-out.mp4
2-8课后讨论.mp4
第五章-CNN实战与验证码识别
5-1卷积网络复习（验证码数据代码下载–）.mp4
5-2使用CNN训练mnist数.mp4
5-3卷积与池化操作.mp4
5-4定义卷积网络计算流程.mp4
5-5完成迭代训练.mp4
5-6验证码识别概述.mp4
5-7验证码识别流程.mp4
验证码案例.zip
第八章-LSTM情感分析与黑科技概述
8-1 RNN网络架构.mp4
8-2LSTM网络架构.mp4
8-3案例：使用LSTM进行情.mp4
8-4情感数据集处理.mp4
8-5基于word2vec的LSTM模型.mp4
8-6趣味网络串讲（数据代.mp4
8-7课后讨论版.mp4
第六章-自然语言处理-word2vec
6-1自然语言处理与深度学.mp4
6-2语言模型.mp4
6-3神经网络模型.mp4
6-4CBOW模型.mp4
6-5参数更新.mp4
6-6负采样模型.mp4
6-7案例：影评情感分类(数据.mp4
第四章-卷积神经网络
4-1卷积体征提取.mp4
4-2卷积计算流程.mp4
4-3卷积层计算参数.mp4
4-4池化层操作.mp4
4-5卷积网络整体架构.mp4
4-6经典网络架构.mp4
评论0