TensorFlow2教程（目录）

第一篇 基本操做

01 Tensor数据类型

02 建立Tensor

03 Tensor索引和切片

04 维度变换

05 Broadcasting

06 数学运算

07 前向传播（张量）- 实战

第二篇 高级操做

08 合并与分割

09 数据统计

10 张量排序

11 填充与复制

12 张量限幅

13 高阶操做

第三篇 神经网络与全链接层

14 数据加载

15 测试（张量）- 实战

16 全链接层

17 输出方式

18 偏差计算

第四篇 随机梯度降低

19 梯度降低简介

20 激活函数及其梯度

21 损失函数及其梯度

22 单输出感知机及其梯度

23 多输出感知机及其梯度

24 链式法则

25 反向传播算法

26 函数优化实战

27 手写数字问题实战（层）

28 TensorBoard可视化

第五篇 Keras高层接口

29 Keras高层API

30 自定义层or网络

31 模型加载与保存

32 CIFAR10自定义网络实战

第六篇 过拟合

33 过拟合

第七篇 卷积神经网络CNN

34 什么是卷积

35 卷积神经网络

36 池化与采样

37 CIFAR100与VGG13实战

38 经典卷积网络VGG，GoodLeNet，Inception

39 ResNet，DenseNet

40 ResNet实战

第八篇 循环神经网络RNN

41 序列表示方法

42 循环神经网络层

43 RNNCell使用

44 RNN与情感分类问题实战-加载IMDB数据集

第九篇 自编码器Auto-Encoders

45 无监督学习

46 Auto-Encoders原理

47 Auto-Encodes变种

48 Adversarial Auto-Encoders

49 Reparameterization Trick

50 Variational Auto-Encoders原理

51 Auto-Encoders实战

debugging……

第十篇 推荐阅读

推荐书单（网课）-人生/编程/Python/机器学习

Python从入门到放弃（目录）

十天快速入门Python（目录）

数据结构与算法-Python/C（目录）

Go从入门到放弃（目录）

统计机器学习（目录）

TensorFlow2教程（目录）

机器学习（目录）

Python能干啥（目录）

考研每日总结

大数据分析和人工智能科普

人工智能（机器学习）学习之路推荐