├─第一章
│      1-1课程概述与环境配置.mp4
│      1-2深度学习与人工智能概述.mp4
│      1-3机器学习常规套路.mp4
│      1-4K近邻与交叉验证.mp4
│      1-5得分函数.mp4
│      1-6损失函数.mp4
│      1-7softmax分类器.mp4
│      1-8课后讨论与答疑.mp4
│      神经网络（上课）.pdf
│      
├─第二章
│      2-1梯度下降原理.mp4
│      2-2学习率的作用.mp4
│      2-3反向传播.mp4
│      2-4神经网络基础架构.mp4
│      2-5神经网络实例演示.mp4
│      2-6正则化与激活函数.mp4
│      2-7drop-out.mp4
│      2-8课后讨论.mp4
│    
├─第三章-tensorflow训练mnist数据集
│      3-1tensorflow安装.mp4
│      3-2tensorflow基本套路.mp4
│      3-3tensorflow常用操作.mp4
│      3-4tensorflow实现线性回归.mp4
│      3-5tensorflow实现手写字体.mp4
│      3-6参数初始化.mp4
│      3-7迭代完成训练.mp4
│      3-8课后讨论.mp4
│      mnist.zip
│    
├─第三次课程代码
│      imagenet-vgg-verydeep-19.mat
│      tensorflow.pptx
│      tensorflow代码.zip
│      
├─第四章-卷积神经网络
│       4-1卷积体征提取.mp4
│       4-2卷积计算流程.mp4
│       4-3卷积层计算参数.mp4
│       4-4池化层操作.mp4:
│       4-5卷积网络整体架构.mp4
│       4-6经典网络架构.mp4
│      
├─第五章-CNN实战与验证码识别
│      5-1卷积网络复习（验证码数据代码下载--）.mp4
│      5-2使用CNN训练mnist数.mp4
│      5-3卷积与池化操作.mp4
│      5-4定义卷积网络计算流程.mp4
│      5-5完成迭代训练.mp4
│      5-6验证码识别概述.mp4
│      5-7验证码识别流程.mp4
│      验证码案例.zip
│      
├─第六章-自然语言处理-word2vec
│      6-1自然语言处理与深度学.mp4
│      6-2语言模型.mp4
│      6-3神经网络模型.mp4
│      6-4CBOW模型.mp4
│      6-5参数更新.mp4
│      6-6负采样模型.mp4
│      6-7案例：影评情感分类(数据.mp4
│      
├─第七章-word2vec实战与对抗生成网络
│      7-1基于词袋模型训练分类器.mp4
│      7-2准备word2vec输入数据.mp4
│      7-3使用gensim构建word2.mp4
│      7-4tfidf原理.mp4
│      7-5对抗生成网络原理概述(GAN数据代码下载---).mp4
│      7-6GAN网络结构定义.mp4
│      7-7 Gan迭代生成.mp4
│      7-8DCGAN网络特性（DCGAN数据代码下载---）.mp4
│      7-9DCGAN网络细节.mp4
│      _
└─第八章-LSTM情感分析与黑科技概述
      8-1 RNN网络架构.mp4
      8-2LSTM网络架构.mp4
      8-3案例：使用LSTM进行情.mp4
      8-4情感数据集处理.mp4
      8-5基于word2vec的LSTM模型.mp4
      8-6趣味网络串讲（数据代.mp4
      8-7课后讨论版.mp4