用神经网络构造图像和语言识别系统资源介绍:
该课程利用深度学习和神经网路实现计算机视觉和智能语义分析的实战课程，将用一行行代码告诉你如何打造出能从图片中把人物或指定目标识别出来的智能系统，以及创建一个像人一样能对文章做阅读理解及写作的智能系统。
资源目录:
章节1:深度学习和神经网络的理论基础
课时1视频什么是深度学习32:27 课时2视频快速构建一个手写数字识别系统36:02 课时3视频神经网络基本数据结构-tensor27:54 课时4视频用大白话解释人工智能底层逻辑32:37 课时5视频详解神经元和激活函数30:26 课时6视频使用矩阵实现神经网络数据加工链28:51 课时7视频通过反向传播算法回传误差改进链路权重24:22 课时8视频矩阵运算及梯度下降法进行神经网络迭代训练31:44 课时9视频手算梯度下降法，详解神经网络迭代训练过程35:15 章节2:用Python从零实现图片识别神经网络 课时10视频基本框架搭建24:28 课时11视频实现网络的训练功能26:11 课时12视频训练网络，识别手写数字图片20:18 课时13视频透过神经网络的内在灵魂与柏拉图的哲学理念21:22 章节3:神经网络项目实践 课时14视频用神经网络识别影评正负能量29:37 课时15视频利用神经网络给新闻稿分类29:02 课时16视频使用神经网络预测房价中位数29:53 课时17视频重要概念深入解析26:52 章节4:运用深度学习实现计算机视觉识别 课时18视频卷积神经网络入门27:52 课时19视频从零开始构造识别猫狗图片的卷积网络23:38 课时20视频使用预先训练网络和特征抽取大力提升图像识别率25:47 课时21视频视觉化展现网络学习过程16:41 章节5:使用神经网络进行自然语言处理 课时22视频word embedding,单词向量化29:00 课时23视频skip-gram单词向量化算法数学原理35:52 课时24视频使用预先训练好的单词向量识别影片情绪28:00 课时25视频RNN，具有记忆性神经网络19:04 课时26视频LSTM记忆网络17:18 课时27视频使用RNN和CNN混合的’鸡尾酒疗法’，提升网络对文本的识别正确率18:00 课时28视频deep dream,使用深度学习实现绘画玄幻效果34:37 章节6:神经网络高级运用实例 课时29视频编解码器网络24:25 课时30视频使用keras开发高级网络形态17:21 课时31视频使用回调函数及tensorboard实现网络训练实时监控19:10 课时32视频使用LSTM网络实现文章写作31:16 课时33视频使用编解码网络构造新图片24:30 课时34视频最后一课：左右互搏，生成型对抗性网络的强大威力
