1-1 人工智能入门
  • 人工智能是什么
  • 人工智能的常用算法
  • 人工智能的常用框架
  • 运行环境的建立
1-2 神经网络
  • 本节导学
  • 基础神经元的概念及应用
  • 多输入神经元的概念及应用
  • 如何用tf代码建立基础神经元
  • 飞机投弹游戏的AI应用
  • 如何用tf代码建立多输入神经元
  • 坦克开炮游戏的AI应用
  • 神经网络与激活函数
  • 神经网络的参数表象
  • 如何用tf.matMul建立神经网络(射箭游戏)
  • 如何用tf.model建立神经网络
  • 预测与分类
  • 本节总结
1-3 监督学习
  • 本节导学
  • 反向传播与均方差
  • 梯度下降
  • 梯度下降的tf代码实现
  • 分类训练与交叉熵
  • 优化器代码详解与多梯度下降
  • 内存回收代码详解
  • 预测与分类案例讲解
  • 本节总结
1-4 卷积神经网络
  • 本节导学
  • 卷积神经网络原理
  • mnist手写数字识别
  • 卷积神经网络特征值
  • cifar图片识别
  • 迁移学习
  • 滑动图片识别
  • 本节总结
1-5 无监督学习
  • 本节导学
  • autoencode实现聚类
  • 手写数字图片搜索
  • AI画画
  • 对抗神经网络
  • 本节总结
1-6 强化学习
  • 本节导学
  • 遗传算法讲解
  • 遗传算法实现flappy Bird
  • Qlearning算法
  • QLearning实现maze
  • DQN算法讲解
  • DQN实现maze
  • Policy Gradient算法讲解
  • Policy Gradient算法实现平衡杆游戏
  • Actor Critic算法讲解
  • Actor critic算法实现竹蜻蜓游戏
  • 本节总结
1-7 自动驾驶案例讲解
  • 自动驾驶实现
1-8 总结与拓展
  • TensorFlow API回顾
  • 人工智能前沿技术