课程目录
1-1 [深度学习搭建及实践-基于Python的TensorFlow2] Tensorflow GPU版本所需的软件环境准备 (09:40)
1-2 [深度学习搭建及实践-基于Python的TensorFlow2] Anaconda的安装 (17:08)
1-3 [深度学习搭建及实践-基于Python的TensorFlow2] conda常用命令操作的用法 (11:54)
1-4 [深度学习搭建及实践-基于Python的TensorFlow2] Tensorflow的安装及查看（CPU、GPU版） (07:22)
1-5 [深度学习搭建及实践-基于Python的TensorFlow2] Tensor数据类型及创建函数介绍 (10:41)
1-6 [深度学习搭建及实践-基于Python的TensorFlow2] Tensor数据类型及创建函数案例演示 (18:30)
1-7 [深度学习搭建及实践-基于Python的TensorFlow2] Tensorlow其他常用函数及数学运算 (15:38)
1-8 [深度学习搭建及实践-基于Python的TensorFlow2] tf.data.Dataset对象简介 (10:04)
1-9 [深度学习搭建及实践-基于Python的TensorFlow2] tf.GradientTape讲解 (12:58)
1-10 [深度学习搭建及实践-基于Python的TensorFlow2] tf.one_hot和tf.argmax函数讲解 (05:27)
1-11 [深度学习搭建及实践-基于Python的TensorFlow2] MNIST数据集概述及加载 (13:22)
1-12 [深度学习搭建及实践-基于Python的TensorFlow2] MNIST数据预处理 (09:00)
1-13 [深度学习搭建及实践-基于Python的TensorFlow2] 构建及编译模型 (07:05)
1-14 [深度学习搭建及实践-基于Python的TensorFlow2] 构建及编译模型代码实现 (04:43)
1-15 [深度学习搭建及实践-基于Python的TensorFlow2] 模型训练及代码实现 (11:34)
1-16 [深度学习搭建及实践-基于Python的TensorFlow2] 将数据转换为tf.data.Dataset再训练模型 (04:31)
1-17 [深度学习搭建及实践-基于Python的TensorFlow2] 另一种方式，使用 tf.GradientTape 来训练模型 (15:29)
2-1 [深度学习搭建及实践-基于R语言的TensorFlow2] R和Rstudio软件的下载及安装 (06:33)
2-2 [深度学习搭建及实践-基于R语言的TensorFlow2] TensorFlow的cpu及gpu版本的安装及验证 (10:18)
2-3 [深度学习搭建及实践-基于R语言的TensorFlow2] Keras的安装及验证（R语言版） (03:04)
2-4 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：MNIST数据集介绍及读取 (10:10)
2-5 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：对图像数据进行可视化展示 (11:17)
2-6 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：数据预处理 (10:43)
2-7 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：全连接神经网络建立 (08:53)
2-8 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：模型编译 (02:43)
2-9 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：模型训练 (03:33)
2-10 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：模型评估 (02:21)
2-11 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：模型预测 (12:29)
2-12 [深度学习搭建及实践-基于R语言的TensorFlow2] 案例讲解：基于TensorFlow2实现Keras深度学习 (15:55)
