│  TensorFlow-2.x-Tutorials-master.zip
│  深度学习与TF-PPT和代.zip
│  源代码和PPT在Github下载.txt
│
├─01.深度学习初见
│      课时1 深度学习框架介绍-1.mp4
│      课时2 深度学习框架介绍-2.mp4
│      课时3 开发环境安装-1.mp4
│      课时4 开发环境安装-2.mp4
│    
├─02.【选看】开发环境全程实录
│      课时10 Ubuntu平台实录-pycharm安装.mp4
│      课时5 win10平台实录-1.mp4
│      课时6 win10平台实录-2.mp4
│      课时7 Ubuntu平台实录-cuda安装.mp4
│      课时8 Ubuntu平台实录-anaconda安装.mp4
│      课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4
│
├─03.回归问题
│      课时11 线性回归-1.mp4
│      课时12 线性回归-2.mp4
│      课时13 回归问题实战-1.mp4
│      课时14 回归问题实战-2.mp4
│      课时15 手写数字问题-1.mp4
│      课时16 手写数字问题-2.mp4
│      课时17 手写数字问题-3.mp4
│      课时18 手写数字问题初体验-1.mp4
│      课时19 手写数字问题初体验-2.mp4
│      
├─04.Tensorflow 2基础操作
│      课时20 tensorflow数据类型-1.mp4
│      课时21 tensorflow数据类型-2.mp4
│      课时22 创建Tensor-1.mp4
│      课时23 创建Tensor-2.mp4
│      课时24 创建Tensor-3.mp4
│      课时25 索引与切片-1.mp4
│      课时26 索引与切片-2.mp4
│      课时27 索引与切片-3.mp4
│      课时28 索引与切片-4.mp4
│      课时29 索引与切片-5.mp4
│      课时30 维度变换-1.mp4
│      课时31 维度变换-2.mp4
│      课时32 维度变换-3.mp4
│      课时33 Broadcasting-1.mp4
│      课时34 Broadcasting-2.mp4
│      课时35 数学运算.mp4
│      课时36 前向传播（张量）-实战-1.mp4
│      课时37 前向传播（张量）-实战-2.mp4
│      课时38 前向传播（张量）-实战-3.mp46
│      课时39 前向传播（张量）-实战-4.mp4
│
├─05.tensorflow 2高阶操作
│      课时40 合并与分割.mp4
│      课时41 数据统计.mp4
│      课时42 张量排序-1.mp4
│      课时43 张量排序-2.mp4
│      课时44 填充与复制.mp4
│      课时45 张量限幅-1.mp4
│      课时46 张量限幅-2.mp4
│      课时47 高阶操作-1.mp4
│      课时48 高阶操作-2.mp4
│    
├─06 神经网络与全连接层
│      课时49 数据加载-1.mp4
│      课时50 数据加载-2.mp4
│      课时51 数据加载-3.mp4
│      课时52 测试（张量）实战.mp4
│      课时53 全连接层-1.mp4
│      课时54 全连接层-2.mp4
│      课时55 输出方式.mp4
│      课时56 误差计算-1.mp4
│      课时57 误差计算-2.mp4
│      课时58 误差计算-3.mp4
│
├─07 随机梯度下降
│      课时59 梯度下降-简介-1.mp4
│      课时60 梯度下降-简介-2.mp4
│      课时61 常见函数的梯度.mp4
│      课时62 激活函数及其梯度.mp4
│      课时63 损失函数及其梯度-1.mp4
│      课时64 损失函数及其梯度-2.mp4
│      课时65 单输出感知机梯度.mp4
│      课时66 多输出感知机梯度.mp4
│      课时67 链式法则.mp4
│      课时68 反向传播算法-1.mp4
│      课时69 反向传播算法-2.mp4
│      课时70 函数优化实战.mp4
│      课时71 手写数字问题实战（层）-1.mp4
│      课时72 手写数字问题实战（层）-2.mp4
│      课时73 手写数字问题实战（层）-3.mp4
│      课时74 TensorBoard可视化-1.mp4
│      课时75 TensorBoard可视化-2.mp4
│      
├─08.Keras高层接口
│      课时76 Keras高层API-1.mp4
│      课时77 Keras高层API-2.mp4
│      课时78 Keras高层API-3.mp4
│      课时79 自定义层或网络-1.mp4
│      课时80 自定义层或网络-2.mp4
│      课时81 模型保存与加载.mp4
│      课时82 CIFAR10自定义网络实战-1.mp4
│      课时83 CIFAR10自定义网络实战-2.mp4
│      课时84 CIFAR10自定义网络实战-3.mp4
│
├─09.过拟合
│      课时 89 动量与学习率.mp4
│      课时85 过拟合与欠拟合.mp4
│      课时86 交叉验证-1.mp4
│      课时87 交叉验证-2.mp4
│      课时88 Regularization.mp4
│      课时90 Early stopping，Dropout.mp4
│
├─10.卷积神经网络
│  │  课时100 经典卷积网络VGG, GoogleNet, Inception-2.mp4
│  │  课时102 ResNet, DenseNet - 1.mp4
│  │  课时103 ResNet, DenseNet - 2.mp4
│  │  课时104 ResNet实战-1.mp4
│  │  课时105 ResNet实战-2.mp4
│  │  课时106 ResNet实战-3.mp4
│  │  课时107 ResNet实战-4.mp4
│  │  课时86 什么是卷积-1.mp4
│  │  课时87 什么是卷积-2.mp4
│  │  课时88 什么是卷积-3.mp4
│  │  课时89 什么是卷积-4.mp4
│  │  课时90 卷积神经网络-1.mp4
│  │  课时91 卷积神经网络-2.mp4
│  │  课时92 卷积神经网络-3.mp4
│  │  课时93 卷积神经网络-4.mp4
│  │  课时94 池化与采样.mp4
│  │  课时95 CIFAR100与VGG13实战-1.mp4
│  │  课时96 CIFAR100与VGG13实战-2.mp4
│  │  课时97 CIFAR100与VGG13实战-3.mp4
│  │  课时98 CIFAR100与VGG13实战-4.mp4
│  │  课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4
│  │
│  └─课时101 BatchNorm
│          batchnorm1.mp4
│          batchnorm2 .mp4
│
├─11.循环神经网络RNN8
│      GRU原理与实战.mp4
│      lstm-1.mp4
│      lstm-2.mp4
│      LSTM实战.mp4
│      梯度弥散与梯度爆炸.mp4
│      课时108 序列表示方法-1.mp4
│      课时109 序列表示方法-2.mp4
│      课时110 循环神经网络层-1.mp4
│      课时111 循环神经网络层-2.mp4
│      课时112 RNNCell使用-1.mp4
│      课时113 RNNCell使用-2.mp4
│      课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4
│      课时115 RNN与情感分类问题实战-单层RNN Cell.mp4
│      课时116 RNN与情感分类问题实战-网络训练.mp4
│      课时117 RNN与情感分类问题实战-多层RNN Cel.mp4
│
├─12.自编码器Auto-Encoders1
│      课时119 无监督学习.mp4
│      课时120 Auto-Encoders原理.mp4
│      课时121 Auto-Encoders变种.mp4
│      课时122 Adversarial Auto-Encoders.mp4
│      课时123 Variational Auto-Encoders引入.mp4
│      课时124 Reparameterization Trick.mp4
│      课时125 Variational Auto-Encoders原理.mp4
│      课时126 Auto-Encoders实战-创建编解码器.mp4
│      课时127 Auto-Encoders实战-训练.mp4
│      课时128 Auto-Encoders实战-测试.mp4
│      课时129 VAE实战-创建网络.mp4
│      课时130 VAE实战-KL Divergence计算.mp4
│      课时131 VAE实战-训练与测试.mp4
│    
├─13.对抗生成网络GAN
│      课时132 数据的分布.mp4
│      课时133 画家的成长历程.mp4
│      课时134 GAN原理.mp4
│      课时135 纳什均衡-D.mp4
│      课时136 纳什均衡-G.mp4
│      课时137 JS散度的缺陷.mp4
│      课时138 EM距离.mp4
│      课时139 WGAN-GP原理.mp4
│      课时140 GAN实战-.mp4
│      课时141 GAN实战-2.mp4
│      课时142 GAN实战-3.mp4
│      课时143 GAN实战-4.mp4
│      课时144 GAN实战-5.mp4
│      课时145 GAN实战-6.mp4
│      课时146 WGAN实战-1.mp4
│      课时147 WGAN实战-2.mp4
│      
├─14.【选看】人工智能发展简史
│      课时148 生物神经元结构.mp4
│      课时149 感知机的提出.mp4
│      课时150 BP神经网络.mp4
│      课时151 CNN和LSTM的发明.mp4
│      课时152 人工智能低谷.mp4
│      课时153 深度学习的诞生.mp4
│      课时154 深度学习的爆发.mp4
│    
├─15.【选看】Numpy实战BP神经网络
│      课时155 权值的表示.mp4
│      课时156 多层感知机的实现.mp4  
│      课时157 BP神经网络前向传播.mp4
│      课时158 BP神经网络反向传播-1.mp4
│      课时159 BP神经网络反向传播-.mp4
│      课时160 BP神经网络反向传播-3.mp4
│      课时161 多层感知机的训练.mp4
│      课时162 多层感知机的测试.mp4
│      课时163 实战小结.mp4
│    
├─电子书
│      花书-中文版.pdf
│      花书-深度学习-Eng.pdf, w4 p3 m! A3 W
│      
├─课程安装软件-Ubuntu
│      Anaconda3-2019.03-Linux
│      cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
│      cudnn-10.0-linux-x64-v7.5.0.56.tgz
│      pycharm-community-2019.1.1.tar.gz
│
└─课程安装软件-Win101
Anaconda3-2019.03-Windows-x86_64.exe
cuda_10.0.130_411.31_win10.exe
cudnn-10.0-windows10-x64-v7.5.0.56.zip
pycharm-community-2019.1.1.exe