深度学习基础课系列目录

大家好~我开设了“深度学习基础班”的线上课程，带领同学从0开始学习全连接和卷积神经网络，进行数学推导，并且实现可以运行的Demo程序

线上课程资料：
录像回放
代码和ppt

本系列文章为线上课程的复盘，每上完一节课就会同步发布对应的文章
（课程已经完结，感谢大家支持！）

目录

课程介绍
“判断性别”Demo需求分析和初步设计（上）
“判断性别”Demo需求分析和初步设计（中）
“判断性别”Demo需求分析和初步设计（下1）
“判断性别”Demo需求分析和初步设计（下2）
全连接层的前向和后向传播推导（上）
全连接层的前向和后向传播推导（中）
全连接层的前向和后向传播推导（下）
全连接层的梯度检查
用全连接层识别手写数字（上）
用全连接层识别手写数字（中）
用全连接层识别手写数字（下）
使用交叉熵损失函数和Softmax激活函数（上）
使用交叉熵损失函数和Softmax激活函数（下）
使用小批量随机梯度下降
卷积神经网络与卷积层的前向传播推导
最大池化层的前向传播推导
卷积层的后向传播推导
最大池化层的后向传播推导
卷积层的梯度检查
重构并加入调试日志和测试代码
使用卷积神经网络识别手写数字
使用Adam算法
总结