🖼 人工智能学习总目录

🖼视频资料都在这里—>北京大学TensorFlow2.0公开课

第1讲 神经网络计算，搭建出我们的第一个神经网络模型

第2讲 神经网络优化，掌握学习率、激活函数、损失函数和正则化的使用，五种反向传播优化器（SGD、Momentum、Adagrad、RMSProp、Adam）

第3讲 神经网络八股，用“六部分”写出手写数字模型识别训练模型

第4讲 网络八股扩展，增加自制数据集、数据增强，断点续训参数提取和acc/loss可视化，实现给图识物的应用程序

第5讲 卷积神经网络，用基础CNN、LeNet、AlexNet、VGGNet、InceptionNet、ResNet实现图像识别

第6讲 循环神经网络，用基础RNN、LSTM、GRU实现股票预测