课程来自深度之眼的深度学习理论与实战PyTorch实现，课程适用入门人工智能，基础比较薄弱、缺乏系统学习+项目实战经验的学员。全网买得起的靠谱人工智能在线课，专为小白用户设计的学习梯度，科学合理，视频重点讲解+图文补充阅读+配套项目+助教服务，系统代码实现+详细逐行代码注释，掌握深度学习核心知识和实践技能！
课程目录：
├─01.预备内容（入门）
│ 01.【视频】你的入门学习指南.mp4
│ 02.【图文】入行AI为什么系统学习数学知识的最终放弃—7个建议.pdf
│ 03.【图文】入行人工智能为什么不需要系统学习Python知识.pdf
│ 04.【图文】为什么从深度学习入行人工智能最快.pdf
│ 05.【视频】深度学习概论.mp4
│ 06.【视频】代码版本控制和托管平台GitHub简介(1).mp4
│ 06.【视频】代码版本控制和托管平台GitHub简介.mp4
│ 07.【图文】深度学习环境安装和配置.pdf
│
├─02.Python基础（入门）
│ │ 01.【图文】Python环境安装.pdf
│ │ 02.【视频】Python基础.mp4
│ │ 03.【代码】详解Python及代码下载（见附件）.pdf
│ │
│ └─资料
│ 03.python code download.zip
│
├─03.PyTorch基础（入门）
│ │ 01.【图文】PyTorch简介.pdf
│ │ 02.【视频】PyTorch基础1-简介及Tensor.mp4
│ │ 03.【视频】PyTorch基础2-Variable和自动求导.mp4
│ │ 04.【代码】Tensor和Variable代码详解及下载（见附件）.pdf
│ │ 05.【代码】自动求导代码详解及下载（见附件）.pdf
│ │ 06.【代码】动态图代码详解及下载（见附件）.pdf
│ │
│ └─资料
│ 04.Tensor-and-Variable_code.zip
│ 05.autograd_code.zip
│ 06.dynamic-graph_code.zip
│
├─04.神经网络（进阶）
│ │ 01.【视频】神经网络1-线性模型、梯度下降及框架实现.mp4
│ │ 02.【图文】线性模型和梯度下降.pdf
│ │ 03.【代码】线性模型和梯度下降代码详解及下载（见附件）.pdf
│ │ 04.【视频】神经网络2-Logistic回归.mp4
│ │ 05.【图文】Logistic回归.pdf
│ │ 06.【代码】logistic回归代码详解及下载（见附件）.pdf
│ │ 07.【视频】神经网络3-多层神经网络.mp4
│ │ 08.【图文】多层神经网络.pdf
│ │ 09.【代码】多层神经网络代码详解及下载（见附件）.pdf
│ │ 10.【视频】神经网络4-多分类问题及深层神经网络.mp4
│ │ 11.【图文】多分类问题及深层神经网络.pdf
│ │ 12.【代码】深层神经网络代码详解及下载（见资料）.pdf
│ │ 13.【视频】神经网络5-反向传播算法.mp4
│ │ 14.【图文】反向传播算法.pdf
│ │ 15.【图文】优化算法介绍.pdf
│ │ 16.【图文】优化算法变式.pdf
│ │ 17.【代码】参数初始化代码详解及下载（见附件）.pdf
│ │ 18.【代码】优化算法1-梯度下降法代码详解（下载见附件）.pdf
│ │ 19.【代码】优化算法2-动量法代码详解（下载见附件）.pdf
│ │ 20.【代码】优化算法3-Adagrad代码详解（下载见附件）.pdf
│ │ 21.【代码】优化算法4-RMSProp代码详解（下载见附件）.pdf
│ │ 22.【代码】优化算法5-Adadelta代码详解（下载见附件）.pdf
│ │ 23.【代码】优化算法6-Adam代码详解（下载见附件）.pdf
│ │ 24.【实战项目1】使用神经网络预测房价（数据集附件下载）.pdf
│ │
│ └─资料
│ 03.linear-regression-gradient-descend_ipynb.zip
│ 06.logistic-regression.ipynb.zip
│ 09.nn-multilayer.ipynb.zip
│ 12.deep-nn.ipynb.zip
│ 17.param_initialize_code.zip
│ 18.sgd-code.zip
│ 19.momentum-code.zip
│ 20.adagrad-code.zip
│ 21.rmsprop-code.zip
│ 22.adadelta-code.zip
│ 23.adam-code.zip
│ 24.PyTorch-predict-house-prices-P1-master-code%26data.zip
│
├─05.卷积神经网络（进阶）
│ │ 01.【视频】卷积神经网络1-背景及应用.mp4
│ │ 02.【视频】卷积神经网络2-卷积神经网络基础.mp4
│ │ 03.【视频】卷积神经网络3-Pytorch实现.mp4
│ │ 04.【图文】卷积神经网络.pdf
│ │ 05.【代码】卷积和池化的框架实现代码详解（下载见附件）.pdf
│ │ 06.【图文】数据预处理与批标准化.pdf
│ │ 07.【图文】经典卷积神经网络.pdf
│ │ 08.【视频】经典卷积神经网络-AlexNet.mp4
│ │ 09.【代码】AlexNet代码详解（下载见附件）.pdf
│ │ 10.【视频】经典卷积神经网络-VGG.mp4
│ │ 11.【代码】VGG代码详解（下载见附件）.pdf
│ │ 12.【视频】经典卷积神经网络-GoogLeNet.mp4
│ │ 13.【代码】GoogLeNet代码详解（下载见附件）.pdf
│ │ 14.【视频】经典卷积神经网络-ResNet.mp4
│ │ 15.【代码】ResNet代码详解（下载见附件）.pdf
│ │ 16.【视频】经典卷积神经网络-DenseNet.mp4
│ │ 17.【代码】DenseNet代码详解（下载见附件）.pdf
│ │ 18.【视频】卷积神经网络-训练技巧.mp4
│ │ 19.【图文】训练卷积神经网络.pdf
│ │ 20.【代码】数据增强代码详解（下载见附件）.pdf
│ │ 21.【代码】数据读取代码详解（下载见附件）.pdf
│ │ 22.【代码】微调进行迁移学习代码详解（下载见附件）.pdf
│ │ 23.【代码】学习率下降代码详解（下载见附件）.pdf
│ │ 24.【代码】批标准化代码详解（下载见附件）.pdf
│ │ 25.【代码】正则化代码详解（下载见附件）.pdf
│ │ 26.【代码】Tensorboard代码详解（下载见附件）.pdf
│ │ 27.【实战项目2】驾驶员状态监测（数据集见附件）.pdf
│ │
│ └─资料
│ 05.basic_conv download.zip
│ 05.utils.py
│ 09.9%E4%BB%A3%E7%A0%81%E4%B8%8B%E8%BD%BDalexnet.zip
│ 09.alexnet download.zip
│ 11.vgg download.zip
│ 13.googlenet download.zip
│ 15.resnet download.zip
│ 17.densenet download.zip
│ 20.data-augumentation-code.zip
│ 21.data-io-code.zip
│ 22.fine-tune-code.zip
│ 23.lr-decay-code.zip
│ 24.normalization-code.zip
│ 25.regularization-code.zip
│ 26.tensorboard-code.zip
│ 27.PyTorch-distracted-driver-P2-master.zip
│
├─06.循环神经网络（进阶）
│ │ 01.【视频】循环神经网络1-循环神经网络基础.mp4
│ │ 02.【图文&代码】循环神经网络基础（代码详解及下载见附件）.pdf
│ │ 03.【视频】循环神经网络2-循环神经网络的应用.mp4
│ │ 04.【图文&代码】循环神经网络应用（代码详解及下载见附件）.pdf
│ │ 05.【代码】RNN PyTorch实现代码详解（下载见附件）.pdf
│ │ 06.【代码】RNN图像分类的应用代码详解（下载见附件）.pdf
│ │ 07.【代码】RNN时间序列应用代码详解（下载见附件）.pdf
│ │ 08.【代码】RNN词嵌入代码详解（下载见附件）.pdf
│ │ 09.【代码】RNN N-Gram代码详解（下载见附件）.pdf
│ │ 10.【代码】RNN LSTM代码详解（下载见附件）.pdf
│ │ 11.【实战项目3】通过RNN创作古诗（数据集见附件）.pdf
│ │
│ └─资料
│ 04.RNN app download.zip
│ 05.pytorch-rnn-code.zip
│ 06.rnn-for-image-code.zip
│ 07.time-series-code.zip
│ 08.word-embedding-code.zip
│ 09.n-gram-code.zip
│ 10.seq-lstm-code.zip
│ 11.PyTorch-poetry-generation-P3-master.zip
│
├─07.生成对抗网络GAN（进阶）
│ │ 01.【视频】生成对抗网络1-自动编码器.mp4
│ │ 02.【视频】生成对抗网络2-变分自动编码器.mp4
│ │ 03.【视频】生成对抗网络3-生成对抗网络.mp4
│ │ 04.【图文】生成对抗网络.pdf
│ │ 05.【代码】自动编码器代码详解（下载见附件）.pdf
│ │ 06.【代码】变分自动编码器代码详解（下载见附件）.pdf
│ │ 07.【代码】生成对抗网络代码详解（下载见附件）.pdf
│ │ 08.【实战项目4】生成对抗网络生成人脸（数据集见附件）.pdf
│ │
│ └─资料
│ 05.autoencoder download.zip
│ 06.vae download.zip
│ 07.gan download.zip
│
├─08.强化学习（进阶）
│ │ 01.【视频】强化学习.mp4
│ │ 02.【图文】强化学习.pdf
│ │ 03.【代码】q Learning代码详解及下载（附件）.pdf
│ │ 04.【代码】深度Q网络代码详解及下载（附件）.pdf
│ │
│ └─资料
│ 03.q-learning-intro download.zip
│ 04.dqn download.zip
│
└─09.毕业项目
01.【实战项目5】毕业项目.pdf