人工智能教程

前言：人工智能和深度学习是以后的发展趋势，先准备点资料用于以后的拓展学习

下面是我搜集的较为容易理解的教程（可以作为入门来使用）。
是对NG（吴恩达）的英文视频的理解的中文教程。

1 神经网络与深度学习：

1.1 介绍神经网络；

1.1.1 什么是神经网络

1.1.2 监督学习型神经网络

1.1.3 什么使深度学习火起来了

1.2 神经网络基础；

1.2.1 如何将待预测数据输入到神经网络中

1.2.2 神经网络是如何进行预测的

1.2.3 神经网络如何判断自己预测得是否准确

1.2.4 神经网络是如何进行学习的

1.2.5 计算图

1.2.6 如何计算逻辑回归的偏导数

1.2.7 向量化

1.2.8 如何开始使用python

1.2.9 如何向量化人工智能算法

1.2.10 教你编写第一个人工智能程序

1.3 浅神经网络；

1.4 深度神经网络。

2 优化神经网络

3 深度学习项目实战

4 卷积神经网络CNNs

5 序列模型Sequence Models

6 生成对抗网络GANs

来源：https://blog.csdn.net/weixin_34336526/article/details/87593471