- 简介
- 1. 第一章 数学基础
- 2. 第二章 机器学习基础
- 3. 第三章 深度学习基础
- 4. 第四章 经典网络
- 5. 第五章 卷积神经网络(CNN)
- 6. 第六章 循环神经网络(RNN)
- 7. 第七章 生成对抗网络(GAN)
- 8. 第八章 目标检测
- 9. 第九章 图像分割
- 10. 第十章 强化学习
- 11. 第十一章 迁移学习
- 12. 第十二章 网络搭建及训练
- 13. 第十三章 优化算法
- 14. 第十四章 超参数调整
- 15. 第十五章 异构运算、GPU及框架选型
- 16. 第十六章 自然语言处理
- 17. 第十七章 模型压缩、加速及移动端部署
- 18. 第十八章 后端架构选型、离线及实时计算
- 19. 第十八章 后端架构选型及应用场景
- 20. 第十九章 软件专利申请及权利保护