课程目录
1-1 [深度学习课程简介] 深度学习课程内容 (07:00)
1-2 [深度学习课程简介] 深度学习课程结构 (06:35)
1-3 [深度学习课程简介] tensorflow相关软件安装 (13:57)
1-4 [深度学习课程简介] Python-Opencv2简单示例 (17:52)
2-1 [CNN相关运算方式] 基于单通道、多通道输入的卷积、池化、激活层运算分析 (23:59)
2-2 [CNN相关运算方式] Tensorflow相关函数讲解 (06:21)
2-3 [CNN相关运算方式] 了解TensorFlow的卷积结构 (12:29)
2-4 [CNN相关运算方式] relu sigmoid tanh函数实现 (06:45)
2-5 [CNN相关运算方式] dogs三通道图片的卷积、激活、池化实现 (41:25)
3-1 [Gesture 案例分析] 生成单通道Gesture样本数据集（tfrecords） (37:19)
3-2 [Gesture 案例分析] 加载Gesture训练集(tfrecords) (19:59)
3-3 [Gesture 案例分析] 构建Gesture CNN模型 (26:51)
3-4 [Gesture 案例分析] 训练、保存Gesture CNN模型 (20:16)
3-5 [Gesture 案例分析] 加载Gesture CNN 模型进行预测 (23:37)
4-1 [Cifar-10 案例分析] Cifar10训练样本部分抽取 (11:49)
4-2 [Cifar-10 案例分析] 生成三通道Cifar10浮点类型数据集(tfrecords) (18:13)
4-3 [Cifar-10 案例分析] 构建、训练、保存Cifar10 CNN模型 (27:32)
4-4 [Cifar-10 案例分析] 增加样本量已有模型进行2次训练 (17:34)
4-5 [Cifar-10 案例分析] 加载cifar10 模型进行预测 (07:17)
