1.1 神经网络简介 1.2.1 BP神经网络（1） 1.2.2 BP神经网络（2） 1.3 神经网络相关概念 1.4 神经网络的应用 1.5.1 银行客户流失预测（1） 1.5.2 银行客户流失预测（2） 1.5.3 银行客户流失预测（3） 1.5.4 银行客户流失预测（4） 2.1 深度学习在人工智能中的应用（一） 2.2 深度学习在人工智能中的应用（二） 2.3 深度学习在人工智能中的应用（三） 2.4 深度学习在人工智能中的应用（四） 3.1 卷积神经网络概况 3.2 卷积与感受野机制 3.3 卷积的概念和特征 3.4 图像编码与卷积 3.5 卷积操作 3.6 卷积特征图及计算 3.7 多通道卷积 3.8 池化操作 3.9.1 LeNet卷积神经网络（1） 3.9.2 LeNet卷积神经网络（2） 3.9.3 LeNet卷积神经网络（3） 3.9.4 LeNet卷积神经网络（4） 3.9.5 LeNet卷积神经网络（5） 3.10 完整的卷积神经网络过程 3.11 卷积神经网络训练 3.12.1 图像分类（1） 3.12.2 图像分类（2） 3.13.1 股票预测（1） 3.13.2 股票预测（2） 3.13.3 股票预测（3） 4.1.1 AlexNet卷积神经网络模型（1） 4.1.2 AlexNet卷积神经网络模型（2） 4.1.3 AlexNet卷积神经网络模型（3） 4.2 VGG卷积神经网络模型 4.3 GoogLeNet卷积神经网络模型 4.4 残差神经网络模型 4.5.1 动物识别（1） 4.5.2 动物识别（2） 4.5.3 动物识别（3） 5.1.1 循环神经网络基本原理（1） 5.1.2 循环神经网络基本原理（2） 5.2 循环神经网络模型 5.3.1 长短期记忆神经网络模型（1） 5.3.2 长短期记忆神经网络模型（2） 5.3.3 长短期记忆神经网络模型（3） 5.4 基于LSTM的股票预测 6.1.1 目标检测的基本概念（1） 6.1.2 目标检测基本概念（2） 6.2 目标检测发展 6.3.1 基于候选区域的目标检测（1） 6.3.2 基于候选区域的目标检测（2） 6.3.3 基于候选区域的目标检测（3） 6.3.4 基于候选区域的目标检测（4） 6.4.1 Fast R-CNN目标检测算法（1） 6.4.2 Fast R-CNN目标检测算法（2） 6.5.1 Yolo目标检测算法（1） 6.5.2 Yolo目标检测算法（2） 6.5.3 Yolo目标检测算法（3） 6.5.4 Yolo目标检测算法（4） 6.6.1 目标检测案例解析（1） 6.6.2 目标检测案例解析（2） 6.6.3 目标检测案例解析（3） 6.6.4 目标检测案例解析（4） 7.1.1 生成对抗网络基本原理（1） 7.1.2 生成对抗网络基本原理（2） 7.2 Encoder-Decoder模型 7.3.1 生成对抗网络算法DCGAN（1） 7.3.2 生成对抗网络算法DCGAN（2） 7.3.3 生成对抗网络算法DCGAN（3） 7.4.1 生成对抗网络算法应用（1） 7.4.2 生成对抗网络算法应用（2） 7.5.1 手写体生成（1） 7.5.2 手写体生成（2） 7.5.3 手写体生成（3） 7.5.4 手写体生成（4） 7.5.5 手写体生成（5） 8.1.1 Seq2Seq模型（1） 8.1.2 Seq2Seq模型（2） 8.2.1 注意力机制模型（1） 8.2.2 注意力机制模型（2） 8.2.3 注意力机制模型（3） 8.3 注意力机制模型案例分析 9.1.1 声音质量评价（1） 9.1.2 声音质量评价（2） 9.1.3 声音质量评价（3） 9.2.1 编码解码器（1） 9.2.2 编码解码器（2） 9.3.1 情感识别分类（1） 9.3.2 情感识别分类（2） 9.3.3 情感识别分类（3） 10.1 强化学习 10.2 迁移学习 10.3 对偶学习 11 机器学习的项目沉浸式教与学