深度学习与TensorFlow 2入门实战（完整版）

01.深度学习初见

课时1 深度学习框架介绍-1.mp4

课时2 深度学习框架介绍-2.mp4

课时3 开发环境安装-1.mp4

课时4 开发环境安装-2.mp4

02.[选看]开发环境全程实录

课时10 Ubuntu平台实录-pycharm安装.mp4

课时5 win10平台实录-1.mp4

课时6 win10平台实录-2.mp4

课时7 Ubuntu平台实录-cuda安装.mp4

课时8 Ubuntu平台实录-anaconda安装.mp4

课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4

03.回归问题

课时11 线性回归-1.mp4

课时12 线性回归-2.mp4

课时13 回归问题实战-1.mp4

课时14 回归问题实战-2.mp4

课时15 手写数字问题-1.mp4

课时16 手写数字问题-2.mp4

课时17 手写数字问题-3.mp4

课时18 手写数字问题初体验-1.mp4

课时19 手写数字问题初体验-2.mp4

04.Tensorflow 2基础操作

课时20 tensorflow数据类型-1.mp4

课时21 tensorflow数据类型-2.mp4

课时22 创建Tensor-1.mp4

课时23 创建Tensor-2.mp4

课时24 创建Tensor-3.mp4

课时25 索引与切片-1.mp4

课时26 索引与切片-2.mp4

课时27 索引与切片-3.mp4

课时28 索引与切片-4.mp4

课时29 索引与切片-5.mp4

课时30 维度变换-1.mp4

课时31 维度变换-2.mp4

课时32 维度变换-3.mp4

课时33 Broadcasting-1.mp4

课时34 Broadcasting-2.mp4

课时35 数学运算.mp4

课时36 前向传播（张量）-实战-1.mp4

课时37 前向传播（张量）-实战-2.mp4

课时38 前向传播（张量）-实战-3.mp4

课时39 前向传播（张量）-实战-4.mp4

05.tensorflow 2高阶操作

课时40 合并与分割.mp4

课时41 数据统计.mp4

课时42 张量排序-1.mp4

课时43 张量排序-2.mp4

课时44 填充与复制.mp4

课时45 张量限幅-1.mp4

课时46 张量限幅-2.mp4

课时47 高阶操作-1.mp4

课时48 高阶操作-2.mp4

06 神经网络与全连接层

课时49 数据加载-1.mp4

课时50 数据加载-2.mp4

课时51 数据加载-3.mp4

课时52 测试（张量）实战.mp4

课时53 全连接层-1.mp4

课时54 全连接层-2.mp4

课时55 输出方式.mp4

课时56 误差计算-1.mp4

课时57 误差计算-2.mp4

课时58 误差计算-3.mp4

07 随机梯度下降

课时59 梯度下降-简介-1.mp4

课时60 梯度下降-简介-2.mp4

课时61 常见函数的梯度.mp4

课时62 激活函数及其梯度.mp4

课时63 损失函数及其梯度-1.mp4

课时64 损失函数及其梯度-2.mp4

课时65 单输出感知机梯度.mp4

课时66 多输出感知机梯度.mp4

课时67 链式法则.mp4

课时68 反向传播算法-1.mp4

课时69 反向传播算法-2.mp4

课时70 函数优化实战.mp4

课时71 手写数字问题实战（层）-1.mp4

课时72 手写数字问题实战（层）-2.mp4

课时73 手写数字问题实战（层）-3.mp4

课时74 TensorBoard可视化-1.mp4

课时75 TensorBoard可视化-2.mp4

08.Keras高层接口

课时76 Keras高层API-1.mp4

课时77 Keras高层API-2.mp4

课时78 Keras高层API-3.mp4

课时79 自定义层或网络-1.mp4

课时80 自定义层或网络-2.mp4

课时81 模型保存与加载.mp4

课时82 CIFAR10自定义网络实战-1.mp4

课时83 CIFAR10自定义网络实战-2.mp4

课时84 CIFAR10自定义网络实战-3.mp4

09.过拟合

课时 89 动量与学习率.mp4

课时85 过拟合与欠拟合.mp4

课时86 交叉验证-1.mp4

课时87 交叉验证-2.mp4

课时88 Regularization.mp4

课时90 Early stopping，Dropout.mp4

10.卷积神经网络

课时101 BatchNorm

batchnorm.mp4

batchnorm2 .mp4

课时100 经典卷积网络VGG, GoogLeNet, Inception-2.mp4

课时102 ResNet, DenseNet – 1.mp4

课时103 ResNet, DenseNet – 2.mp4

课时104 ResNet实战-1.mp4

课时105 ResNet实战-2.mp4

课时106 ResNet实战-3.mp4

课时107 ResNet实战-4.mp4

课时86 什么是卷积-1.mp4

课时87 什么是卷积-2.mp4

课时88 什么是卷积-3.mp4

课时89 什么是卷积-4.mp4

课时90 卷积神经网络-1.mp4

课时91 卷积神经网络-2.mp4

课时92 卷积神经网络-3.mp4

课时93 卷积神经网络-4.mp4

课时94 池化与采样.mp4

课时95 CIFAR100与VGG13实战-1.mp4

课时96 CIFAR100与VGG13实战-2.mp4

课时97 CIFAR100与VGG13实战-3.mp4

课时98 CIFAR100与VGG13实战-4.mp4

课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4

11.循环神经网络RNN

GRU原理与实战.mp4

lstm-1.mp4

lstm-2.mp4

LSTM实战.mp4

梯度弥散与梯度爆炸.mp4

课时108 序列表示方法-1.mp4

课时109 序列表示方法-2.mp4

课时110 循环神经网络层-1.mp4

课时111 循环神经网络层-2.mp4

课时112 RNNCell使用-1.mp4

课时113 RNNCell使用-2.mp4

课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4

课时115 RNN与情感分类问题实战-单层RNN Cell.mp4

课时116 RNN与情感分类问题实战-网络训练.mp4

课时117 RNN与情感分类问题实战-多层RNN Cel.mp4

12.自编码器Auto-Encoders

课时119 无监督学习.mp4

课时120 Auto-Encoders原理.mp4

课时121 Auto-Encoders变种.mp4

课时122 Adversarial Auto-Encoders.mp4

课时123 Variational Auto-Encoders引入.mp4

课时124 Reparameterization Trick.mp4

课时125 Variational Auto-Encoders原理.mp4

课时126 Auto-Encoders实战-创建编解码器.mp4

课时127 Auto-Encoders实战-训练.mp4

课时128 Auto-Encoders实战-测试.mp4

课时129 VAE实战-创建网络.mp4

课时130 VAE实战-KL Divergence计算.mp4

课时131 VAE实战-训练与测试.mp4

13.对抗生成网络GAN

课时132 数据的分布.mp4

课时133 画家的成长历程.mp4

课时134 GAN原理.mp4

课时135 纳什均衡-D.mp4

课时136 纳什均衡-G.mp4

课时137 JS散度的缺陷.mp4

课时138 EM距离.mp4

课时139 WGAN-GP原理.mp4

课时140 GAN实战-.mp4

课时141 GAN实战-2.mp4

课时142 GAN实战-3.mp4

课时143 GAN实战-4.mp4

课时144 GAN实战-5.mp4

课时145 GAN实战-6.mp4

课时146 WGAN实战-1.mp4

课时147 WGAN实战-2.mp4

14.[选看]人工智能发展简史

课时148 生物神经元结构.mp4

课时149 感知机的提出.mp4

课时150 BP神经网络.mp4

课时151 CNN和LSTM的发明.mp4

课时152 人工智能低谷.mp4

课时153 深度学习的诞生.mp4

课时154 深度学习的爆发.mp4

15.[选看]Numpy实战BP神经网络

课时155 权值的表示.mp4

课时156 多层感知机的实现.mp4

课时157 BP神经网络前向传播.mp4

课时158 BP神经网络反向传播-1.mp4

课时159 BP神经网络反向传播-.mp4

课时160 BP神经网络反向传播-3.mp4

课时161 多层感知机的训练.mp4

课时162 多层感知机的测试.mp4

课时163 实战小结.mp4

电子书

花书-中文版.pdf

花书-深度学习-Eng.pdf

课程安装软件-Ubuntu 18.04

Anaconda3-2019.03-Linux-x86_64.sh

cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb

cudnn-10.0-linux-x64-v7.5.0.56.tgz

pycharm-community-2019.1.1.tar.gz

课程安装软件-Win10

Anaconda3-2019.03-Windows-x86_64.exe

cuda_10.0.130_411.31_win10.exe

cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip

pycharm-community-2019.1.1.exe

深度学习与TF-PPT和代码.zip

源代码和PPT在Github下载.txt