理论知识与实战项目双管齐下，让AI技术不再脱离实际，做到真正的落地应用
* 第1章 课程导学/
* 1-1 课程导学.mp4 17:47
* 第2章 深度学习基础串讲（必备理论知识）/
* 2-1 卷积神经网基本概念.mp4 19:12
* 2-2 前向运算.mp4 12:03
* 2-3 反向传播基本概念.mp4 05:43
* 2-4 反向传播迭代过程及参数优化概念.mp4 09:23
* 2-5 反向传播之导数、方向导数、偏导数、梯度的概念.mp4 09:42
* 2-6 反向传播之梯度下降算法.mp4 10:37
* 2-7 深度学习发展迅猛的原因.mp4 02:39
* 第3章 卷积神经网络基础串讲（必备理论知识与技巧）/
* 3-1 卷积神经网内容概括.mp4 02:49
* 3-2 基本组成单元.mp4 09:12
* 3-3 卷积运算的定义.mp4 15:43
* 3-4 卷积的重要参数以及卷积核.mp4 06:13
* 3-5 权值共享与局部连接.mp4 10:53
* 3-6 卷积核与感受野.mp4 17:24
* 3-7 步长与Pad.mp4 12:45
* 3-8 卷积的定义与使用介绍（Tensorflow与Caffe）.mp4 04:36
* 3-9 池化层.mp4 04:46
* 3-10 激活层.mp4 11:21
* 3-11 BN.mp4 07:12
* 3-12 全连接层.mp4 08:51
* 3-13 dropout.mp4 03:59
* 3-14 损失层（1）.mp4 15:42
* 3-15 损失层（2）.mp4 13:46
* 3-16 卷积神经网发展历史.mp4 01:59
* 3-17 LeNet与AlexNet-卷积神经网如何减少参数量和计算量.mp4 14:46
* 3-18 ZFNet与VggNet-卷积神经网如何减少参数量和计算量.mp4 14:41
* 3-19 Inception系列-卷积神经网如何减少参数量和计算量.mp4 11:47
* 3-20 从卷积的角度思考，如何减小网络中的计算量？.mp4 02:50
* 3-21 resnet系列网络（1）.mp4 10:28
* 3-22 resnet系列网络（2）.mp4 21:36
* 3-23 网络性能计算量对比.mp4 09:31
* 3-24 轻量型卷积神经网-SqueezeNet.mp4 09:37
* 3-25 轻量型卷积神经网-MobileNet.mp4 20:14
* 3-26 轻量型卷积神经网-ShuffleNet V1.mp4 07:12
* 3-27 轻量型卷积神经网-ShuffleNet V2.mp4 12:30
* 3-28 多分支的卷积神经网.mp4 19:05
* 3-29 卷积神经网中的Attention.mp4 09:18
* 3-30 卷积神经网的压缩方法.mp4 12:01
* 第4章 Tensorflow基础串讲（必备TF框架知识与实操）/
* 4-1 TensorFlow概念介绍-Graph.mp4 17:45
* 4-2 Session-Tensor-Operation-Feed-Fetch介绍.mp4 21:38
* 4-3 TensorFlow中核心API接口.mp4 05:44
* 4-4 TensorFlow数据读取机制与API方法.mp4 07:13
* 4-5 Cifar10数据解析编程案例.mp4 17:30
* 4-6 Tensorflow中TFRecord数据打包编程案例.mp4 20:51
* 4-7 如何使用tf.train.slice_input_producer读取文件列表中的样本.mp4 09:19
* 4-8 如何使用tf.train.string_input_producer读取文件列表中的样本.mp4 08:36
* 4-9 如何通过TF对已经打包过的数据进行解析.mp4 11:34
* 4-10 TF中的高级API接口.mp4 21:08
* 4-11 TF中的数据增强.mp4 04:14
* 4-12 Tensorboard 调试技巧.mp4 04:33
* 第5章 Tensorflow挑战Cifar-10图像分类任务/
* 5-1 TF挑战cifar10.mp4 08:26
* 5-2 Cifar10数据读取与数据增强.mp4 04:00
* 5-3 TensorFlow+Slim网络结构搭建.mp4 12:05
* 5-4 Loss、Optimal、Learning Rate、BN等定义.mp4 07:58
* 5-5 Train部分代码编写.mp4 19:15
* 5-6 Test部分代码编写.mp4 04:15
* 5-7 Tensorboard+tf.summary.mp4 13:47
* 5-8 模型恢复和模型存储.mp4 05:55
* 5-9 网络结构优化—resnet模型.mp4 05:49
* 5-10 TF官方版本训练Cifar10分类任务.mp4 21:44
* 第6章 人脸检测业务实战/
* 6-1 人脸业务场景实战.mp4 22:00
* 6-2 人脸检测业务描述以及人脸标注方法.mp4 14:03
* 6-3 人脸检测性能评价指标.mp4 23:22
* 6-4 基于传统的人脸检测方法.mp4 15:23
* 6-5 人脸检测方法.mp4 11:16
* 6-6 【讨论题】人脸检测与通用物体检测和文本检测的区别？
* 6-7 人脸检测面临的问题与小人脸问题.mp4 16:36
* 6-8 【讨论题】小目标检测问题的挑战与优化？
* 6-9 SSD模型介绍 主干网络与多尺度Feature map.mp4 14:52
* 6-10 SSD模型原理介绍（Anchor与Default box）.mp4 12:25
* 6-11 SSD模型原理介绍（Prior box、损失函数、样本构造、数据增强）.mp4 09:56
* 6-12 TensorFlow-ssd环境搭建（1）.mp4 07:20
* 6-13 TensorFlow-ssd环境搭建（2）.mp4 07:03
* 6-14 数据清洗与数据打包-理论讲解（1）.mp4 08:16
* 6-15 数据清洗与数据打包-理论讲解（2）.mp4 09:45
* 6-16 数据清洗与数据打包-实操（1）.mp4 09:59
* 6-17 数据清洗与数据打包-实操（2）.mp4 10:02
* 6-18 数据清洗与数据打包-实操（3）.mp4 15:17
* 6-19 TensorFlow-ssd模型训练之框架解读（1）.mp4 15:01
* 6-20 TensorFlow-ssd模型训练之框架解读（2）.mp4 12:20
* 6-21 TensorFlow-ssd 模型训练-实操（1）.mp4 09:03
* 6-22 TensorFlow-ssd 模型训练-实操（2）.mp4 11:59
* 6-23 TensorFlow-ssd 模型训练-实操（3）.mp4 12:04
* 6-24 如何将训练好的模型转化成pb文件.mp4 10:30
* 6-25 TensorFlow-ssd 模型测试.mp4 13:45
* 第7章 Flask封装人脸检测模型web服务/
* 7-1 Flask介绍.mp4 04:13
* 7-2 开始一个Flask案例.mp4 07:04
* 7-3 结合Flask定义人脸检测web接口.mp4 13:09
* 第8章 Web服务接口调用与人脸检测模块开发/
* 8-1 微信小程序介绍.mp4 05:25
* 8-2 创建小程序项目.mp4 06:57
* 8-3 人脸检测小程序项目目录讲解.mp4 08:37
* 8-4 采集人脸图像.mp4 08:43
* 8-5 上传人脸图像.mp4 09:32
* 8-6 接口调用与结果绘制.mp4 09:03
* 8-7 人脸检测小程序演示.mp4 01:26
* 第9章 人脸匹配业务实战/
* 9-1 人脸匹配业务介绍.mp4 14:35
* 9-2 人脸特征表示问题（1）.mp4 14:55
* 9-3 人脸特征表示问题（2）.mp4 14:56
* 9-4 度量学习.mp4 15:19
* 9-5 【讨论题】比较分类与度量两种任务的LOSS的区别
* 9-6 facenet原理简介.mp4 15:45
* 9-7 facenet环境搭建.mp4 06:21
* 9-8 facenet数据准备-数据集介绍与说明.mp4 12:27
* 9-9 facenet数据准备-LFW-MTCNN.mp4 15:24
* 9-10 facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍.mp4 19:35
* 9-11 facenet模型训练.mp4 08:14
* 9-12 facenet源码解读与源码优化（1）.mp4 15:13
* 9-13 facenet源码解读与源码优化（2）.mp4 14:42
* 9-14 facenet模型测试.mp4 17:33
* 9-15 训练模型转pb文件，模型固化.mp4 05:14
* 9-16 web接口封装之人脸匹配业务流程说明.mp4 09:36
* 9-17 facenet web接口封装（1）.mp4 08:33
* 9-18 facenet web接口封装（2）.mp4 17:19
* 9-19 人脸注册小程序端编程实现.mp4 16:06
* 9-20 人脸注册flask服务端编程实现.mp4 12:01
* 9-21 人脸登录小程序端编程实现.mp4 07:58
* 9-22 人脸登录flask服务端编程实现.mp4 15:11
* 9-23 人脸登录流程回顾与阈值判定.mp4 06:55
* 第10章 68点人脸关键点定位业务实战/
* 10-1 人脸对齐基本概念介绍.mp4 08:23
* 10-2 人脸对齐算法评价指标.mp4 04:44
* 10-3 人脸对齐-传统方法(1).mp4 08:09
* 10-4 人脸对齐-传统方法(2).mp4 08:29
* 10-5 人脸对齐算法深度学习算法及3D人脸问题(1).mp4 10:02
* 10-6 人脸对齐算法深度学习算法及3D人脸问题(2).mp4 07:17
* 10-7 人脸对齐算法常用数据集.mp4 03:57
* 10-8 人脸对齐算法常见问题及解决思路.mp4 08:09
* 10-9 【讨论题】点定位问题有哪些可行方案？
* 10-10 Tensorflow-SENet模型详细介绍.mp4 12:04
* 10-11 数据准备和环境参数.mp4 07:36
* 10-12 人脸关键点数据打包(1).mp4 13:15
* 10-13 人脸关键点数据打包(2).mp4 10:26
* 10-14 人脸关键点模型训练编程实例（1）.mp4 17:47
* 10-15 人脸关键点模型训练编程实例（2）.mp4 16:44
* 10-16 人脸关键点模型训练编程实例（3）.mp4 19:19
* 10-17 人脸关键点模型导出Pb文件(模型固化).mp4 07:25
* 10-18 人脸关键点模型测试.mp4 08:58
* 10-19 人脸关键点模型Flaskweb接口封装（1）.mp4 08:46
* 10-20 人脸关键点模型Flaskweb接口封装（2）.mp4 08:33
* 10-21 人脸关键点模型小程序端编程实战.mp4 10:45
* 第11章 活体检测业务实战/
* 11-1 活体检测业务介绍.mp4 05:38
* 11-2 活体检测方法.mp4 16:51
* 11-3 活体检测方法面临挑战和解决思路.mp4 08:00
* 11-4 活体检测编程准备.mp4 03:17
* 11-5 活体检测微信web端开发（1）.mp4 14:21
* 11-6 活体检测微信web端开发（2）.mp4 15:15
* 11-7 活体检测编程实战微信端开发.mp4 20:37
* 第12章 人脸属性业务实战/
* 12-1 人脸属性业务介绍.mp4 15:45
* 12-2 【讨论题】对比分类与回归两种问题
* 12-3 基于多任务网络的人脸属性编程实战.mp4 10:18
* 12-4 数据准备.mp4 21:28
* 12-5 模型搭建和模型训练（1）.mp4 13:12
* 12-6 模型搭建和模型训练（2）.mp4 18:50
* 12-7 模型搭建和模型训练（3）.mp4 19:33
* 12-8 模型固化转PB.mp4 06:30
* 12-9 模型测试.mp4 11:10
* 12-10 flask端 web接口封装.mp4 08:59
* 12-11 人脸属性小程序功能实现.mp4 09:52
* 第13章 课程总结/
* 13-1 课程总结.mp4 23:36
