耿直哥深度学习必修课进击算法工程师学习笔记
1-2 初识深度学习
1-3 课程使用的技术栈
2-1 线性代数
2-2 微积分
2-3 概率
3-1 CUDA+Anaconda深度学习环境搭建
3-2 conda实用命令
3-3 Jupyter Notebook快速上手
3-4 深度学习库PyTorch安装
4-1 神经网络原理
4-2 多层感知机
4-3 前向传播和反向传播
4-4 多层感知机代码实现
4-5 回归问题
4-6 线性回归代码实现
4-7 分类问题
4-8 多分类问题代码实现
5-1 训练的常见问题
5-2 过拟合欠拟合应对策略
5-3 过拟合和欠拟合示例
5-4 正则化
5-5 Dropout
5-6 Dropout代码实现
5-7 梯度消失和梯度爆炸
5-8 模型文件的读写
6-1 最优化与深度学习
6-2 损失函数
6-3 损失函数性质
6-4 梯度下降
6-5 随机梯度下降法
6-6 小批量梯度下降法
6-7 动量法
6-8 AdaGrad算法
6-9 RMSProp_Adadelta算法
6-10 Adam算法
6-11 梯度下降代码实现
6-12 学习率调节器
7-1 全连接层问题
7-2 图像卷积
7-3 卷积层
7-4 卷积层常见操作
7-5 池化层Pooling
7-6 卷积神经网络代码实现（LeNet）
8-1 AlexNet
8-2 VGGNet
8-3 批量规范化
8-4 GoogLeNet
8-5 ResNet
8-6 DenseNet
9-1 序列建模
9-2 文本数据预处理