第1讲 Tensorflow基础

   1)  TensorFlow系统架构

   2)  数据流图

   3)  TensorFlow基本概念

   4)  TensorFlow实现数据流图

   5)  可视化数据流图

   6)  TensorFlow分布式

第2讲 TensorFlow图像处理

   1) 加载图像

   2) 图像格式

   3) 把图像转换为 TFRecord文件

   4) 读取 TFRecord文件

   5) 图像处理实例

   6) 全新的数据读取方式— Dataset API

第3讲 Tensorflow神经元函数

   1) 激活函数

   2) sigmoid函数

   3) 代价函数

   4) softmax_cross_entropy函数

第4讲 TensorFlow自编码器

   1) 自编码简介

   2) 降噪自编码

   3) 自编码器解析手写数字

   4) 实例：用自编码预测信用卡欺诈

第5讲 TensorFlow实现Word2vec

   1) 词向量及其表达

    2) Word2vec原理

    3) skim-gram模型

    4) 实例： TensorFlow实现Word2Vec

第6讲 TensorFlow卷积神经网络

    1) 卷积神经网络简介

   2) 卷积层

    3) 池化层

    4) 归一化层

    5)  Tensorflow实现简单卷积神经网络

    6)  TensorFlow实现进阶卷积神经网络

    7) 几种经典卷积神经网络

第7讲 TensorFlow循环神经网络

   1) 循环神经网络简介

   2) 前向传播与随时间反向传播

    3) 梯度消失或爆炸

    4) RNN其他变种

    5) RNN应用场景

    6) 实例：用LSTM实现分类

第8讲 TensorFlow高层封装

    1) TensorFlow高层封装简介

    2) Estimator简介

    3) 实例：使用 Estimator预定义模型

    4) 实例：使用 Estimator自定义模型

    5) Keras简介

    6) 实例： Keras实现序列式模型

    7) TFLearn简介

第9讲 情感分析及实操

    1) 深度学习与自然语言处理

    2) 词向量简介

  3) 循环神经网络

    4) 迁移学习简介

  5) 实例： TensorFlow实现情感分析

第10讲 用TensorFlow预测乳腺癌

   1) 数据说明

   2) 数据预处理

   3) 探索数据

   4) 构建神经网络

   5) 训练并评估模型

第11讲 聊天机器人及实操

   1) 聊天机器人原理

    2) Encoder-Decoder架构

    3) 带注意力的框架

    4) 用 TensorFlow实现聊天机器人

第12讲 人脸识别及实操

    1) 人脸识别简介

    2) 人脸识别流程

    3) 项目概况

    4) 实施步骤

第13讲 强化学习基础

   1) 强化学习简介

    2) 强化学习常用算法

   3) Q-Learning算法

   4) DQN算法

第14讲 生成式对抗网络

    1) 生成 ndarray的几种方式

    2) 存取元素

    3) 矩阵操作

    4) 数据合并与展平

    5) 通用函数

    6) 广播机制