├──1-1 深度学习根本

| ├──1.深度学习推荐

| ├──2.神经网络根本

| ├──3.浅层神经网络

| └──4.深层神经网络

├──1-10 图片商品物体检测项目第三阶段-项目实现与布置

| ├──1.项目架构

| ├──10.TFServing客户端

| ├──11.办事器布置

| ├──2.数据接话柄现

| ├──3.模子接话柄现

| ├──4.预处置接话柄现

| ├──5.训练进程实现

| ├──6.测试进程实现

| ├──7.模子布置推荐

| ├──8.导出模子

| └──9.打开模子办事

├──1-2 深度学习优化进阶

| ├──1.多分类

| ├──2.梯度降低算法优化

| ├──3.深度学习正则化

| └──4.神经网络调参加BN

├──1-3 卷积神经网络

| ├──1.卷积网络原理

| ├──2.经典分类机关

| └──3.CNN实战

├──1-4 循环神经网络

| ├──1.循环神经网络

| ├──2.词嵌入

| └──3.seq2seq与Attention机制

├──1-5 高级主题

| ├──1.生产抗衡网络

| ├──2.主动编码器

| └──3.CapsuleNet

├──1-6 百度人脸判别

| ├──1.平台推荐

| ├──2.图像技巧之人脸判别

| ├──3.图像技巧之图像判别

| ├──4.图像技巧之翰墨判别

| ├──5.语音技巧

| ├──6.天然语言处置

| └──7.人脸判别打卡案例

├──1-7 天然语言处置

| ├──1.天然语言处置根本观点

| ├──2.天然语言处置根本实作-呆板学习篇

| ├──3.天然语言处置根本实作-深度学习篇

| ├──4.天然语言处置中枢局部

| └──5.实战项目-从无到有打造闲谈呆板人

├──1-8 图片商品物体检测项目第一阶段-检测算法原理

| ├──1.标的检测概述

| ├──2.RCNN原理

| ├──3.SPPNet原理

| ├──4.FastRCNN原理

| ├──5.FasterRCNN原理

| ├──6.YOLO原理

| └──7.SSD原理

└──1-9 图片商品物体检测项目第二阶段-数据集制作与处置

| ├──1.数据集标帜

| ├──2.数据集式样转换

| └──3.TFRecords读取