摘要：
全面介绍CNN各层结构与使用经验。 阅读全文
摘要：
介绍了神经网络基础，包括感知器、前馈神经网络、前向/后向传播、python实现、神经网络训练的四个主要部件、以及权重初始化的不同方式。 阅读全文
摘要：
在jupyter下同时配置python2和python3 阅读全文
摘要：
介绍梯度下降概念，SGD以及扩展SGD，包括动量和Nesterov动量。
阐述正则化概念与基本应用。 阅读全文
摘要：
简单介绍线性分类器和损失函数概念。 阅读全文
摘要：
应用KNN算法，实现第一个机器学习算法。 阅读全文
摘要：
简单介绍开发环境的搭建，以及代码组织。 阅读全文
摘要：
简单介绍图像分类中常见的数据集。 阅读全文
摘要：
python包管理方式配置记录。 阅读全文
摘要：
图像分类基础理论，包括图像术语及面临的困难；
学习的三种类型；
深度学习的基本步骤。 阅读全文