├──1-1 深度学习基础

|   ├──1.深度学习介绍

|   ├──2.神经网络基础

|   ├──3.浅层神经网络

|   └──4.深层神经网络

├──1-10 图片商品物体检测项目第三阶段-项目实现与部署

|   ├──1.项目架构

|   ├──10.TFServing客户端

|   ├──11.服务器部署

|   ├──2.数据接口实现

|   ├──3.模型接口实现

|   ├──4.预处理接口实现

|   ├──5.训练过程实现

|   ├──6.测试过程实现

|   ├──7.模型部署介绍

|   ├──8.导出模型

|   └──9.打开模型服务

├──1-2 深度学习优化进阶

|   ├──1.多分类

|   ├──2.梯度下降算法优化

|   ├──3.深度学习正则化

|   └──4.神经网络调参与BN

├──1-3 卷积神经网络

|   ├──1.卷积网络原理

|   ├──2.经典分类结构

|   └──3.CNN实战

├──1-4 循环神经网络

|   ├──1.循环神经网络

|   ├──2.词嵌入

|   └──3.seq2seq与Attention机制

├──1-5 高级主题

|   ├──1.生产对抗网络

|   ├──2.自动编码器

|   └──3.CapsuleNet

├──1-6 百度人脸识别

|   ├──1.平台介绍

|   ├──2.图像技术之人脸识别

|   ├──3.图像技术之图像识别

|   ├──4.图像技术之文字识别

|   ├──5.语音技术

|   ├──6.自然语言处理

|   └──7.人脸识别打卡案例

├──1-7 自然语言处理

|   ├──1.自然语言处理基础概念

|   ├──2.自然语言处理基础实作-机器学习篇

|   ├──3.自然语言处理基础实作-深度学习篇

|   ├──4.自然语言处理核心部分

|   └──5.实战项目-从无到有打造聊天机器人

├──1-8 图片商品物体检测项目第一阶段-检测算法原理

|   ├──1.目标检测概述

|   ├──2.RCNN原理

|   ├──3.SPPNet原理

|   ├──4.FastRCNN原理

|   ├──5.FasterRCNN原理

|   ├──6.YOLO原理

|   └──7.SSD原理

└──1-9 图片商品物体检测项目第二阶段-数据集制作与处理

|   ├──1.数据集标记

|   ├──2.数据集格式转换

|   └──3.TFRecords读取