目录
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
1.6.2PyTorch的优势
第2章Python基础（29min）
2.1Python简介
2.1.1Python语言
2.1.2编译器和解释器
2.1.3Python的哲学
2.1.4Python的优缺点
2.2Python Hello World
2.2.1安装Python解释器
2.2.2Hello World程序
2.3Python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
2.4.1math
2.4.2文件读写和os库
2.5Python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
2.7.1Jupyter 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
4.1.3训练模型
4.2PyTorch基础
4.2.1安装 PyTorch
4.2.2导入PyTorch库
4.2.3使用PyTorch进行矩阵运算
4.2.4使用PyTorch定义神经网络模型
4.3神经网络的调优
4.3.1数据与模型的规模匹配
4.3.2特征缩放
4.3.3数据集
第5章卷积神经网络（38min）
5.1卷积
5.1.1矩阵的内积
5.1.2卷积的代码实现
5.2卷积神经网络介绍
5.2.1卷积层
5.2.2池化层
5.2.3在PyTorch中构建卷积神经网络
5.2.4迁移学习
5.2.5梯度消失
5.3目标检测
5.3.1YOLO
5.3.2FasterRCNN
5.3.3在PyTorch中使用FasterRCNN
5.4实用工具
5.4.1图像处理
5.4.2保存与加载模型
5.4.3加载数据
5.4.4GPU加速
5.4.5爬虫
5.4.6GUI编程
第6章序列模型（93min）
6.1循环神经网络
6.1.1原理
6.1.2RNN代码实现
6.1.3长短期记忆
6.1.4在PyTorch中使用循环神经网络
6.2自然语言处理
6.2.1WordEmbedding
6.2.2Transformer
6.2.3在PyTorch中使用Transformer
第7章算法基础
7.1递归
7.2动态规划
7.2.1定义
7.2.2子问题
7.3栈和队列
7.3.1使用递归进行目录遍历
7.3.2调用栈
7.3.3使用栈进行目录遍历
7.3.4队列
7.3.5使用队列进行目录遍历
7.4树
7.5图
7.5.1有向无环图和计算图
7.5.2邻接表实现图
7.5.3实现计算图
第8章C++基础
8.1C++ Hello World
8.1.1C++的优缺点
8.1.2安装C++编译器和开发环境
8.1.3Hello World程序
8.2C++ 语法基础
8.2.1数据类型和变量
8.2.2常量
8.2.3条件判断
8.2.4运算符
8.2.5循环
8.3函数
8.3.1定义函数
8.3.2标准库
8.3.3指针作函数参数
8.3.4默认参数
8.4数组
8.4.1静态数组
8.4.2动态数组
8.5类和对象
8.5.1类的声明
8.5.2封装
8.5.3示例： 矩阵乘法
8.5.4运算符重载
8.5.5继承
8.5.6静态
8.6指针和引用
8.6.1指针的本质
8.6.2动态内存分配
8.6.3智能指针
8.6.4引用
8.6.5移动语义和右值引用
8.7C++进阶知识
8.7.1断言
8.7.2命名空间
8.7.3头文件
8.7.4C++的编译过程
8.7.5使用第三方库
8.7.6使用MSVC编译器
第9章自研深度学习框架
9.1数据结构
9.1.1张量
9.1.2运算
9.1.3张量求导
9.1.4优化
9.2构建计算图
9.2.1数据结构
9.2.2张量
9.2.3运算
9.2.4测试
9.2.5优化
9.3并行计算
9.3.1GPU的结构
9.3.2CUDA简介
9.3.3安装CUDA
9.3.4CUDA基础知识
9.3.5CUDA编程
9.3.6cuDNN
第10章无监督学习
10.1生成对抗网络
10.2强化学习
10.2.1Policy Base： 尝试并增强最终结果正确的一系列行为
10.2.2虚幻引擎入门
第11章案例： 游戏AI
11.1构建模型
11.2准备训练数据
11.3Web应用开发入门
11.3.1计算机网络基础
11.3.2Flask 基础
