内容介绍：
深度学习入门视频课程（上篇）
      01深度学习与人工智能简介.wmv
      02计算机视觉面临挑战与常规套路.wmv
      03用K近邻来进行图像分类.wmv
      04超参数与交叉验证.wmv
      05线性分类.wmv
      06损失函数.wmv
      07正则化惩罚项.wmv
      08softmax分类器.wmv
      09最优化形象解读.wmv
      10梯度下降算法原理.wmv
      11反向传播.wmv
      12神经网络整体架构.wmv
      13神经网络模型实例演示.wmv
      14过拟合问题解决方案.wmv
      15python环境搭建（推荐Anaconda方法）.wmv
      16Eclipse搭建python环境.wmv
      17深度学习入门视频课程09 动手完成简单神经网络.wmv
      18感受神经网络的强大.wmv
      19神经网络案例-cifar分类任务.wmv
      20神经网络案例-分模块构造神经网络.wmv
      21神经网络案例-训练神经网络完成分类任务.wmv
      
深度学习入门视频课程（下篇）
      001、深度学习入门课程01 感受卷积神经网络的强大.mp4
      002、深度学习入门课程02 卷积层详解.mp4
      003、深度学习入门课程03 卷积计算流程.mp4
      004、深度学习入门课程04 卷积核参数分析.mp4
      005、深度学习入门课程05 卷积参数共享原则.mp4
      006、深度学习入门课程06 池化层（Pooling）原理.mp4
      007、深度学习入门课程07 卷积神经网络反向传播原理.mp4
      008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4
      009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
      010、深度学习入门课程10 经典卷及网络架构实例.mp4
      011、深度学习入门课程11 RNN网络结构.mp4
      012、RNN网络细节.mp4
      013、深度学习入门课程12 python实现RNN算法.mp4
      014、深度学习入门课程13 LSTM网络结构简介.mp4
      015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4
      016、深度学习入门额课程15 物体检测实例.mp4
      017、深度学习入门课程16 如何巧妙设计网络结构.mp4
      018、深度学习入门课程17 训练技巧之数据增强.mp4
      019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
      020、深度学习入门课程19 深度学习框架Caffe简介.mp4
      021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
      022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
      RNN.pptx
      神经网络.pdf
      课程资料.txt
      
神经网络入门基础（PPT，代码
       cifar-10-python.tar.gz
       CNN代码.zip
       RNN网络代码.py
       感受神经网络的强大代码
       手写神经网络.py
       神经网络.pdf
       神经网络cifar代码.rar
       （cifar分类可能遇到的错误更正）.docx

百度网盘下载地址：