入门课程,比较基础
第一讲 带着大家梳理人工智能领域的基本概念：比如什么是人工智能、什么机器学习、什么是深度学习，他们的发展历史是什么，能用他们做什么。课后，助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境，把同学们的电脑进行改造，让它变得更专业。
第二讲 串讲python语法：课程将帮同学们在最短的时间内把python语法织成网，为后续课程扫清代码关；
第三讲 讲解Tensorflow的关键词，搭建神经网络：这节课会介绍张量、计算图、会话等概念，并用Python搭建你的第一个神经网络，总结出神经网络搭建的八股。
第四讲 讲解神经网络的优化：包括损失函数、学习率、滑动平均和正则化。
第五讲 讲解全连接网络：使用MNIST数据集，搭建全连接网络实现手写数字的识别。包括前向传播、反向传播、识别准确率输出和反向传播断点续训。
第六讲 讲解全连接网络应用：更改上一讲全连接网络的代码，现场手写一个数字，输出这个数字的值。
第七讲 讲解卷积神经网络：使用MNIST数据集，搭建卷积神经网络实现前向传播、反向传播、识别准确率输出和反向传播断点续训。
第八讲 讲解卷积神经网络应用：复现ImageNet数据集训练好的模型，实现特定图片的识别。
https://www.fageka.com/i/X680DWi5906