最新升级TensorFlow 2.0时代全解篇-进击深度学习与神经网络新技术 深度学习视频教程
谷歌已经发布了全新的TensorFlow2.0，TensorFlow是深度学习领域最广泛使用的框架，随着谷歌已经发布了全新的版本，it工程师与开发者们应该尽快了解并掌握其更新技术。课程内容非常丰富，从课程的学习环境搭建开始，TensorFlow 2.0的基础技术，TensorFlow高级技术，神经网络，随机梯度下降，Keras高层接口，过拟合，卷积神经网络，循环神经网络，自编码器Auto-Encoders，对抗生成网络GAN，Numpy实战BP神经网络等，仍包括了相关的学习资料与文档资料等等。
===============课程目录===============
├─深度学习与TF-PPT和代码.zip
├─源代码和PPT在Github下载.txt
(1)\01.深度学习初见；目录中文件数:4个
├─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
(2)\02.开发环境全程实录；目录中文件数:6个
├─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
(3)\03.回归问题；目录中文件数:9个
├─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
(4)\04.Tensorflow 2基础操作；目录中文件数:20个
├─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.mp4
├─课时39 前向传播（张量）-实战-4.mp4
(5)\05.tensorflow 2高阶操作；目录中文件数:9个
├─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
(6)\06 神经网络与全连接层；目录中文件数:10个
├─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
(7)\07 随机梯度下降；目录中文件数:17个
├─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
(8)\08.Keras高层接口；目录中文件数:9个
├─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
(9)\09.过拟合；目录中文件数:6个
├─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)\10.卷积神经网络；目录中文件数:21个
├─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
(11)\11.循环神经网络RNN；目录中文件数:15个
├─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)\12.自编码器Auto-Encoders；目录中文件数:13个
├─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)\13.对抗生成网络GAN；目录中文件数:16个
├─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)\14.【选看】人工智能发展简史；目录中文件数:7个
├─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)\15.【选看】Numpy实战BP神经网络；目录中文件数:9个
├─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
(16)\电子书；目录中文件数:2个
├─花书-中文版.pdf
├─花书-深度学习-Eng.pdf
(17)\课程安装软件-Ubuntu 18.04；目录中文件数:4个
├─Anaconda3-2019.03-Linux-x86_64.sh
├─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
(18)\课程安装软件-Win10；目录中文件数:4个
├─Anaconda3-2019.03-Windows-x86_64.exe
├─cuda_10.0.130_411.31_win10.exe
├─cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip
├─pycharm-community-2019.1.1.exe
(19)\10.卷积神经网络\课时101 BatchNorm；目录中文件数:2个
├─batchnorm.mp4
├─batchnorm2 .mp4
|
/1 
