视频选集 1.1 计算机历史 1.2 基础概念和前景讲解 1.3 AI三要素 1.4 安装实战准备 1.5 检查系统软硬件参数 1.6 cuda的安装 1.7 cudnn的安装 1.8 安装Anaconda和PyCharm 1.9 新建pytorch项目 2.1 深度学习-分类与回归问题、标量、张量、向量、矩阵 2.2 张量（tensor）的创建、运算、统计学属性 3.1 神经网络基本概念（实战案例） 3.2 损失函数 3.3 最优解与梯度下降 3.4 反向传播算法 4.1 卷积神经网络-图像处理常见概念 4.2 卷积神经网络基础概念 4.3 池化层、激活层、全连接层 5.1 手写数字识别-架构讲解+加载数据 5.2 网络结构代码 5.3 损失函数优化及训练代码 5.4 发布程序 给个三连
