深度学习与Tensorflow2实战

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例，让同学们熟练使用PyTorch框架进行项目开发。

课程内容全部以实战为导向，基于当下计算机视觉与自然语言处理中经典项目进行实例讲解，通过Debug模式详解项目中每一行代码的作用与效果，整体风格通俗易懂，提供全部课程所属课件。

课程共27章，171节

章节1 tensorflow安装与简介
章节2 神经网络原理解读与整体架构
章节3 搭建神经网络进行分类与回归任务
章节4 卷积神经网络原理与参数解读
章节5 猫狗识别实战
章节6 图像数据增强实例
章节7 训练策略-迁移学习实战
章节8 递归神经网络与词向量原理解读
章节9 基于TensorFlow实现word2vec
章节10 基于RNN模型进行文本分类任务
章节11 tfrecord制作数据源
章节12 将CNN网络应用于文本分类实战
章节13 时间序列预测
章节14 自然语言处理通用框架BERT原理解读
章节15 谷歌开源项目BERT源码解读与应用实例
章节16 对抗生成网络实战
章节17 基于CycleGan开源项目实战图像合成
章节18 经典网络架构Resnet实战
章节19 Tensorflow基础操作
章节20 Tensorflow卷积神经网络实战
章节21 卷积神经网络实战：猫狗识别
章节22 递归神经网络模型（RNN）
章节23 致敬经典：Alexnet网络实战
章节24 Tensorboard可视化模块
章节25 CNN文本分类任务
章节26 Tensorflow项目实战-验证码识别
章节27 Resnet残差网络