掌握使用从线性回归到逻辑回归到神经网络
掌握深度学习框架介绍与剖析
掌握图像识别与卷积神经网络
想要使用Python实现深度学习的在校师生
致力于将深度学习的价值广泛运用到实际场景的商业人士
1章神经网络的引入：从线性回归到逻辑回归到神经网络
1-1线性回归模型
1-2逻辑回归模型
1-3神经网络模型
2章深度学习框架介绍与剖析
2-1什么是深度学习框架？
2-2TensorFlow
2-3Keras
2-4PyTorch
2-5Caffe
2-6Deeplearning4j
2-7五个深度学习框架之间的对比
3章图像识别与卷积神经网络
3-1卷积神经网络的引入
3-2卷积神经网络结构
3-3常用卷积网络模型
3-4案例应用：基于卷积神经网络的数字识别和图像识别
3-5案例应用：基于卷积神经网络的人脸识
4章自然语言处理与循环神经网络
4-1循环神经网络的引入
4-2循环神经网络结构
4-3LSTM网络结构
4-4案例应用：基于循环神经网络和LSTM的情感分析
5章深度学习自然语言处理最新框架与应用
5-1TextCNN网络结构
5-2TextRNN网络结构
5-3FastText网络结构
5-4BiLSTM_Attention网络结构
5-5Transformer网络结构
5-6BERT网络结构
5-7模型性能对比
