本套课程来自CSDN学院由唐宇迪老师主讲的：深度学习30天系统实训（掌握深度学习必备神经网络原理以及各种神经网络变形体及其应用案例），课程官方售价399元，课程共八大章节，完整版共4.4G，包含课程源码。文件底部附下载地址。
课程目录：V-82414：CSDN学院-深度学习30天系统实训 [4.4G]
第1章 [533.9M]
1-1课程概述与环境配置.mp4 [80.8M]
1-2深度学习与人工智能概述.mp4 [72.7M]
1-3机器学习常规套路.mp4 [50M]
1-4K近邻与交叉验证.mp4 [41.3M]
1-5得分函数.mp4 [35.3M]
1-6损失函数.mp4 [27M]
1-7softmax分类器.mp4 [25.3M]
1-8课后讨论与答疑.mp4 [189.9M]
神经网络（上课）.pdf [11.7M]第2章 [419M]
2-1梯度下降原理
2-2学习率的作用
2-3反向传播
2-4神经网络基础架构
2-5神经网络实例演示
2-6正则化与激活函数.mp4 [320.7M]
2-7drop-out.mp4 [39.1M]
2-8课后讨论.mp4 [59.2M]第3章-tensorflow训练mnist数据集 [1.1G]
第3次课程代码 [553M]
tensorflow代码 [2.8M]
CNN.ipynb [10.2K]
input_data.py [372B]
LinerR.ipynb [68.4K]
LogisticR.ipynb [6.3K]
ml_GradientDescent.ipynb [213K]
mnist.ipynb [114.1K]
RNN.ipynb [7K]
Save_CNN.ipynb [9.3K]
SaveRestore.ipynb [2.3K]
simpleNeuralNetwork.ipynb [5.7K]
tensorboard.ipynb [67.6K]
Variable.ipynb [6K]
VGG.ipynb [2.3M]imagenet-vgg-verydeep-19.mat [549.4M]
tensorflow.pptx [792.8K]mnist [11.1M]
t10k-images-idx3-ubyte.gz [1.6M]
t10k-labels-idx1-ubyte.gz [4.4K]
train-images-idx3-ubyte.gz [9.5M]
train-labels-idx1-ubyte.gz [28.2K]3-1tensorflow安装.mp4 [41.1M]
3-2tensorflow基本套路.mp4 [55M]
3-3tensorflow常用操作.mp4 [40.7M]
3-4tensorflow实现线性回归.mp4 [97.7M]
3-5tensorflow实现手写字体.mp4 [65.6M]
3-6参数初始化.mp4 [47.7M]
3-7迭代完成训练.mp4 [72.6M]
3-8课后讨论.mp4 [155.8M]第4章-卷积神经网络 [317.6M]
4-1卷积体征提取.mp4 [43.2M]
4-2卷积计算流程_20190806_215214.mp4 [44M]
4-3卷积层计算参数.mp4 [74.7M]
4-4池化层操作.mp4 [53.5M]
4-5卷积网络整体架构.mp4 [36.7M]
4-6经典网络架构.mp4 [65.4M]第5章-CNN实战与验证码识别 [573.7M]
验证码案例 [121.2M]
model [121.2M]
checkpoint [101B]
crack_capcha.model-810.data-00000-of-00001 [121.1M]
crack_capcha.model-810.index [1.1K]
crack_capcha.model-810.meta [110.7K]captchaIdentify.py [1.4K]
onlyNumber.py [10.1K]
test.py [0B]
train.py [8.7K]5-1卷积网络复习（验证码数据代码下载–）.mp4 [28.1M]
5-2使用CNN训练mnist数.mp4 [59.9M]
5-3卷积与池化操作.mp4 [38M]
5-4定义卷积网络计算流程.mp4 [68.2M]
5-5完成迭代训练.mp4 [84.6M]
5-6验证码识别概述.mp4 [50.7M]
5-7验证码识别流程.mp4 [122.9M]第6章-自然语言处理-word2vec [334.9M]
6-1自然语言处理与深度学.mp4 [36.5M]
6-2语言模型.mp4 [39.1M]
6-3神经网络模型.mp4 [30.4M]
6-4CBOW模型.mp4 [39.4M]
6-5参数更新.mp4 [45.2M]
6-6负采样模型.mp4 [20M]
6-7案例：影评情感分类(数据.mp4 [124.3M]第7章-word2vec实战与对抗生成网络 [730.9M]
7-1基于词袋模型训练分类器.mp4 [78.7M]
7-2准备word2vec输入数据.mp4 [64.7M]
7-3使用gensim构建word2.mp4 [121.1M]
7-4tfidf原理.mp4 [136.7M]
7-5对抗生成网络原理概述(GAN数据代码下载—).mp4 [45.1M]
7-6GAN网络结构定义.mp4 [53.7M]
7-7 Gan迭代生成.mp4 [107.1M]
7-8DCGAN网络特性（DCGAN数据代码下载—）.mp4 [43.2M]
7-9DCGAN网络细节.mp4 [80.4M]第8章-LSTM情感分析与黑科技概述 [472M]
8-1 RNN网络架构.mp4 [41.6M]
8-2LSTM网络架构.mp4 [33.6M]
8-3案例：使用LSTM进行情.mp4 [78.7M]
8-4情感数据集处理.mp4 [92M]
8-5基于word2vec的LSTM模型.mp4 [143.3M]
8-6趣味网络串讲（数据代.mp4 [55.3M]
8-7课后讨论版.mp4 [27.4M]
