课程名称适应人群亲自动手写一个深度学习框架人工智能、计算机视觉方向的在读大学生；IT工程师；对深度学习感兴趣者在开始深度学习项目之前，选择一个合适的框架是非常重要的，因为选择一个合适的框架能起到事半功倍的作用。Caffe、Tensorflow等框架灵

课时名称课时知识点添砖加瓦：实现BN层和Scale层批量归一化、批归一化、加速训练、解决过拟合、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导

课时名称课时知识点总结与展望优化代码，进一步封装、 扩充网络层、 扩充优化器、 支持循环神经网络、 优化数据I/O、 自动求导、 GPU训练、 分布式训练、 图形界面、

课时名称课时知识点添砖加瓦：实现通用的图片数据接口cifar10数据集、数据接口、加速训练、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导

课时名称课时知识点添砖加瓦：实现Dropout层正则化、过拟合、欠拟合、Dropout原理、Dropout理论推导、L1正则化、梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：全连接层、损失层的前向传播代码实践：全连接层、损失层的前向传播

课时名称课时知识点代码实践：模型参数优化和评估梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：池化层、激活层的反向传播激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播、ReLU、Tanh、Sigmoid

课时名称课时知识点代码实践：将Blob切割为mini-batch激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点添砖加瓦：实现对L2正则化的支持正则化、过拟合、欠拟合、L2范数、L2正则化、L1范数、L1正则化、梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：逐层构造数据Blob和梯度Blob激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点添砖加瓦：实现模型微调功能（fine-tune）微调、fine-tune、预训练模型、迁移学习、梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点添砖加瓦：实现更多的优化器优化算法、优化器、Adam、Rmsprop、SGD、Nesterov、Adagrad、Adadelta、梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、

课时名称课时知识点代码实践：卷积层的前向传播激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点添砖加瓦：实现SVM损失层Hinge损失函数、SVM损失函数、SVM代码实现、梯度下降、激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：逐层初始化（下）激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：激活层、池化层的前向传播激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播、ReLU、Tanh、Sigmoid

课时名称课时知识点代码实践：逐层初始化（上）激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播

课时名称课时知识点代码实践：卷积层的反向传播激活函数、多层感知器、池化层、卷积层、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、前向传播、反向传播、ReLU、Tanh、Sigmoid

课时名称课时知识点代码实践：损失层、全连接层的反向传播代码实践：损失层、全连接层的反向传播

课时名称课时知识点代码实践：梯度检验数值逼近、梯度检验、多层感知器 、tensorflow 、Caffe、tensorflow 教程 、卷积神经网络 、卷积 、神经网络、深度学习、矩阵求导、xgboost、决策树、python基础教程