课程大纲
第一天：
上午：
1.人工智能应用发展简介(理论)。
2.神经网络基本原理(理论)。
3.激活函数，损失函数和梯度下降法(理论)。
4.BP神经网络，梯度消失问题(论文讲解)。
5.Tensorflow安装(实践)。
6.Tensorlfow基础知识：图，变量，fetch，feed(实践)。
7.Tensorflow简单案例(实践)。
8.Mnist数据集合Softmax讲解(理论+实践)。
9.使用BP神经网络搭建手写数字识别(实践)。

下午：
10.交叉熵(cross-entropy)讲解和使用(理论+实践)。
11.过拟合,正则化,Dropout(理论+实践)。
12.各种优化器Optimizer(理论+实践)。
13.改进手写数字识别网络(实践)。
14.Tensorboard的使用(实践)。
15.卷积神经网络CNN的介绍(理论)。
16.使用CNN解决手写数字识别(实践)。
17.深度残差网络讲解(理论)。
18.长短时记忆网络LSTM介绍(理论)。
19.LSTM的使用(实践)。

第二天：
上午：
图像识别项目：
1.介绍Google图像识别模型Inception-v3(理论)
2.使用Inception-v3做图像识别(实践)。
3.Retrain图像识别模型(实践)。
4.从头开始训练图像识别模型(实践)。
验证码识别项目：
5.生成验证码(实践)。
6.多任务学习介绍(理论)。
7.使用多任务学习完成验证码识别(实践)。
8.验证码识别效果测试(实践)。

下午：
文本分类项目：
9.word2vec的介绍和实现(理论+实践)
10.文本分类模型(实践)。
语音分类项目：
11.语音信号处理(理论)。
12.使用LSTM完成语音分类(实践)。
图片风格迁移项目：
13.介绍风格迁移基本原理(理论)。
14.实现图片风格迁移(实践)。
深度学习前沿科技介绍。