深度学习原理与PyTorch实战

第1章 人工智能的新篇章
1．1 引言
1．2 过去人工智能的困境
1．3 神经网络
1．4 我们都是炼丹师
1．4．1 机器的力量
1．4．2 遍地开花的深度学习
1．5 深度监督学习三部曲
1．6 深度学习框架
1．6．1 常见的深度学习框架
1．6．2 PyTorch的优势
第2章 Python基础（29min）
2．1 Python简介
2．1．1 Python语言
2．1．2 编译器和解释器
2．1．3 Python的哲学
2．1．4 Python的优缺点
2．2 Python Hello World
2．2．1 安装Python解释器
2．2．2 Hello World程序
2．3 Python基本语法
2．3．1 变量
2．3．2 函数
2．3．3 基本数据类型
2．3．4 条件控制
2．3．5 列表
2．3．6 错误和异常
2．4 标准库
2．4．1 math
2．4．2 文件读写和os库
2．5 Python面向对象
2．5．1 花名册
2．5．2 使用class关键字声明类
2．5．3 限定函数参数的类型
2．5．4 静态方法
2．6 包和模块
2．6．1 安装第三方库
2．6．2 创建包和模块
2．6．3 使用第三方库
2．6．4 打包Python源代码
2．7 开发环境
2．7．1 Jupyter Notebook
2．7．2 安装PyCharm
第3章 实用数学（11min）
3．1 线性代数
3．1．1 向量
3．1．2 矩阵
3．1．3 使用矩阵的理由
3．2 高等数学
3．2．1 函数
3．2．2 函数的极限
3．2．3 导数
3．2．4 导函数
3．2．5 泰勒公式
3．2．6 偏导数
3．2．7 梯度
第4章 深度学习原理和PyTorch基础（85min）
4．1 深度学习三部曲
4．1．1 准备数据
4．1．2 定义模型、损失函数和优化器
……
第5章 卷积神经网络（38min）
第6章 序列模型（93min）
第7章 算法基础
第8章 C++基础
第9章 自研深度学习框架
第10章 无监督学习
第11章 案例：游戏AI