课程目录
1-1 [绪论] 课程介绍 (03:34)
1-2 [绪论] 什么是神经网络 (02:40)
1-3 [绪论] 神经网络基础知识 (10:01)
2-1 [keras基础知识] 为什么要用keras (02:05)
2-2 [keras基础知识] keras的安装 (03:04)
2-3 [keras基础知识] 编写keras代码的思路 (04:35)
2-4 [keras基础知识] 数据集 (05:07)
3-1 [回归任务] 回归任务的基础知识 (02:27)
3-2 [回归任务] 波士顿房价预测案例的描述 (05:28)
3-3 [回归任务] 选择模型. (05:35)
3-4 [回归任务] 搭建网络层 (11:51)
3-5 [回归任务] 编译 (05:48)
3-6 [回归任务] 训练 (07:13)
3-7 [回归任务] 模型的保存与提取 (06:15)
4-1 [分类任务] 分类任务的基础知识 (05:55)
4-2 [分类任务] 二分类问题的描述 (07:16)
4-3 [分类任务] 二分类问题的代码编写 (06:30)
4-4 [分类任务] 模型评价 (10:53)
4-5 [分类任务] MNIST手写数字识别代码 (10:31)
5-1 [卷积神经网络] 卷积神经网络的基础知识 (07:06)
5-2 [卷积神经网络] Fashion-MNIST的图像识别 (06:24)
5-3 [卷积神经网络] 代码编写 (09:49)
6-1 [循环神经网络] 循环神经网络的基础知识 (05:28)
6-2 [循环神经网络] 案例介绍 (06:23)
6-3 [循环神经网络] 代码编写 (06:35)
7-1 [表示学习与生成模型] 生成模型的基础知识 (03:00)
7-2 [表示学习与生成模型] Autoencoder自编码器 (07:19)
7-3 [表示学习与生成模型] Autoencoder的代码实现 (11:01)
7-4 [表示学习与生成模型] GAN生成式对抗网络 (05:25)
7-5 [表示学习与生成模型] GAN的代码实现 (08:35)
