入門課程,比較基礎

  第一講 帶著大家梳理人工智慧領域的基本概念：比如什麼是人工智慧、什麼機器學習、什麼是深度學習，他們的發展歷史是什麼，能用他們做什麼。課後，助教會帶領大家安裝Ubuntu系統、Python直譯器 和 Tensorflow環境，把同學們的電腦進行改造，讓它變得更專業。

       第二講 串講python語法：課程將幫同學們在最短的時間內把python語法織成網，為後續課程掃清程式碼關；

       第三講 講解Tensorflow的關鍵詞，搭建神經網路：這節課會介紹張量、計算圖、會話等概念，並用Python搭建你的第一個神經網路，總結出神經網路搭建的八股。

       第四講 講解神經網路的優化：包括損失函式、學習率、滑動平均和正則化。

       第五講 講解全連線網路：使用MNIST資料集，搭建全連線網路實現手寫數字的識別。包括前向傳播、反向傳播、識別準確率輸出和反向傳播斷點續訓。

       第六講 講解全連線網路應用：更改上一講全連線網路的程式碼，現場手寫一個數字，輸出這個數字的值。

       第七講 講解卷積神經網路：使用MNIST資料集，搭建卷積神經網路實現前向傳播、反向傳播、識別準確率輸出和反向傳播斷點續訓。

       第八講 講解卷積神經網路應用：復現ImageNet資料集訓練好的模型，實現特定圖片的識別。