掌握使用从线性回归到逻辑回归到神经网络
  掌握深度学习框架介绍与剖析
  掌握图像识别与卷积神经网络

  想要使用Python实现深度学习的在校师生
  致力于将深度学习的价值广泛运用到实际场景的商业人士

  1章神经网络的引入：从线性回归到逻辑回归到神经网络
  1-1线性回归模型
  1-2逻辑回归模型
  1-3神经网络模型
  2章深度学习框架介绍与剖析
  2-1什么是深度学习框架？
  2-2TensorFlow
  2-3Keras
  2-4PyTorch
  2-5Caffe
  2-6Deeplearning4j
  2-7五个深度学习框架之间的对比
  3章图像识别与卷积神经网络
  3-1卷积神经网络的引入
  3-2卷积神经网络结构
  3-3常用卷积网络模型
  3-4案例应用：基于卷积神经网络的数字识别和图像识别
  3-5案例应用：基于卷积神经网络的人脸识
  4章自然语言处理与循环神经网络
  4-1循环神经网络的引入
  4-2循环神经网络结构
  4-3LSTM网络结构
  4-4案例应用：基于循环神经网络和LSTM的情感分析
  5章深度学习自然语言处理最新框架与应用
  5-1TextCNN网络结构
  5-2TextRNN网络结构
  5-3FastText网络结构
  5-4BiLSTM_Attention网络结构
  5-5Transformer网络结构
  5-6BERT网络结构
  5-7模型性能对比