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
