本课内容主要包括从干净系统安装依赖包，Gluon使用、线性回归、卷积神经网络、深度卷积神经网络、更深的卷积神经网络（如NiN，GoogLeNet，ResNet，DenseNet等）、图片增强和新的Kaggle练习等知识，帮助大家更好的从基础操作、基础知识学习深度学习。
- 第1章 从上手到多类分类
- 1-1 从上手到多类分类 （ 01:43:47）
- 第2章 过拟合、多层感知机、GPU和卷积神经网络
- 2-1 过拟合、多层感知机、GPU和卷积神经网络 （ 01:58:28）
- 第3章 深度卷积网络，如何使用Gluon，以及核武器购买指南
- 3-1 深度卷积网络，如何使用Gluon，以及核武器购买指南 （ 02:00:38）
- 第4章 BatchNorm，更深的卷积神经网络，图片增强和新的Kaggle练习
- 4-1 BatchNorm，更深的卷积神经网络，图片增强和新的Kaggle练习 （ 02:00:18）
李沐
睿慕课学院
- 讲师简介
- 卡耐基梅隆大学计算机专业博士，曾就职于百度，担任主任架构师，现任亚马逊云计算服务平台（Amazon Web Services）首席科学家，主要研究领域为深度学习。
- 课程目标
- 系统学习深度学习基础知识，学会Gluon的使用，并能够操作深度学习相关程序。