知识点: 1.机器学习介绍 2.深度学习介绍 3.深度学习发展

知识点: 1.一元线性回归 2.平方损失函数 3.最小二乘法及代数求解 4.线性回归实现 5.最小二乘法的矩阵推导

知识点: 1.数据集读取与划分 2.模型训练及预测 3.模型评价

知识点: 1.线性可分和不可分 2.Sigmoid分布函数 3.逻辑回归模型 4.对数损失函数 5.梯度下降法

知识点: 1.最小二乘法求解线性回归参数 2.梯度下降法求解线性回归参数

知识点: 1.感知机的推导过程 2.随机梯度下降法 3.多层感知机与人工神经网络 4.反向传播算法 5.实现人工神经网络

知识点: 1.人工神经网络 2.手写字符识别

知识点: 1.TensorFlow介绍 2.张量的概念 3.EagerExecution特性 4.TensorFlowAPI概览

知识点: 1.最小二乘法线性回归 2.TensorFlow基本运算

知识点: 1.NumPy构建神经网络 2.TensorFlow构建神经网络 3.TensorFlow完成DIGITS分类 4.TensorFlow实现MiniBatch训练

知识点: 1.TensorFlow构建神经网络 2.张量数据处理转换 3.损失函数，优化器

知识点: 1.Keras顺序模型 2.Keras函数模型 3.Keras模型存储及推理 4.Estimator高阶API

知识点: 1.Keras构建神经网络 2.灰度数据标准化 3.Flatten,Dropout层

知识点: 1.张量类型和定义 2.索引、切片、变换 3.张量的内部结构 4.自动微分Autograd 5.深度学习框架对比

知识点: 1.PyTorch构建神经网络 2.Sequential容器结构 3.使用GPU加速训练 4.模型保存与推理

知识点: 1.PyTorch原理及使用 2.nnModule类实现线性回归

知识点: 1.卷积核Kernel 2.卷积步长Stride 3.边距扩展Padding 4.高维多卷积核过程 5.卷积神经网络的发展史

知识点: 1.TensorFlow高阶API构建 2.TensorFlow低阶API构建 3.PyTorch低阶API构建 4.PyTorch高阶API构建

知识点: 1.TensorFlowEstimator使用 2.LeNet5卷积神经网络

知识点: 1.数据加载器 2.迁移学习 3.猫狗识别 4.卷积神经网络可视化

知识点: 1.迁移学习 2.预训练模型 3.TensorFlowKeras

知识点: 1.生成对抗网络原理 2.生成对抗网络实现 3.生成对抗网络改进 4.生成对抗网络未来

知识点: 1.PyTorch实践运用 2.DCGAN网络搭建

知识点: 1.自动编码器介绍 2.基础自动编码器 3.去噪自动编码器

知识点: 1.卷积自动编码器 2.图像去噪 3.TensorFlowKeras

知识点: 1.目标检测方法 2.RCNN家族 3.YOLO和SSD 4.MaskRCNN 5.TensorFlowObjectDetection

知识点: 1.图像目标检测 2.YOLO实时检测方法

知识点: 1.序列模型介绍 2.简单循环神经网络 3.LSTM长短期记忆模型 4.GRU门控循环单元

知识点: 1.IMDB数据集 2.词嵌入 3.简单循环神经网络 4.LSTM循环神经网络

知识点: 1.LSTM网络构建 2.股票价格预测

知识点: 1.文本分类流程 2.中文文本分词 3.英文文本分词 4.文本特征提取 5.假新闻分类任务

知识点: 1.文本分类 2.深度神经网络

知识点: 1.NaturalLanguageToolkit 2.PyTorchFlair 3.自然语言处理工具

知识点: 1.GoogleBERT 2.NLP预训练技术

知识点: 1.序列到序列模型 2.神经机器翻译系统 3.聊天机器人系统

知识点: 1.自动化机器学习概念 2.自动化机器学习目标

知识点: 1.AutoKeras介绍 2.图像分类任务 3.文本分类任务 4.最优模型可视化 5.AutoML优劣分析

知识点: 1.仙人掌航拍照片分类 2.AutoKeras实践应用

知识点: 1.TensorFlowServing 2.ONNX开放模型格式

知识点: 1.预训练模型 2.TensorFlowKeras 3.FlaskWebAPI

知识点: 1.深度学习计算平台 2.深度学习解决方案

知识点: 1.云服务调用 2.发票识别