基于Python玩转人工智能最火框架 TensorFlow应用实践

基于Python玩转人工智能最火框架TensorFlow应用实践课程介绍(A000099)：

全民人工智能时代，不甘心只做一个旁观者，那就现在开始，从人工智能最流行的框架TensorFlow学起，本课程将手把手带你掌握TensorFlow技术，遵循从基础到实践应用的完整过程，是你通向人工智能开发的首选！

课程目录：

第1章课程整体介绍1节|17分钟

课程背景简介，项目成果演示，知识点和软件简介，让大家对接下来的学习心中有数

视频：1-1课程整体介绍及导学(16:24)

第2章人工智能基础知识试看9节|66分钟

人工智能、神经网络、机器学习、深度学习、激活函数、过拟合、卷积神经网络、循环神经网络等知识的循序渐进讲解。培养大家对课程的兴趣，了解人工智能前景，对人工智能抱持正确态度

视频：2-1什么是人工智能(04:48)试看

视频：2-2人工智能前景(05:26)试看

视频：2-3人工智能需要的基本数学知识(01:57)试看

视频：2-4人工智能简史(07:47)

视频：2-5AI、机器学习和深度学习的关联(02:32)

视频：2-6什么是机器学习(19:05)

视频：2-7面对AI，我们应有的态度(05:16)

视频：2-8什么是过拟合(07:05)

视频：2-9什么是深度学习(11:08)

第3章TensorFlow简介和开发环境搭建12节|106分钟

TensorFlow是什么，TensorFlow原理和前景，TensorFlow和其他框架的对比（例如Theano，ScikitLearn，Keras，Caffe2，PyTorch等）。开发环境搭建，并提供讲师已经配置好开发环境的虚拟机镜像

视频：3-1什么是TensorFlow(10:13)

视频：3-2TensorFlow和其他机器学习库的对比1(26:46)

视频：3-3如何学习TensorFlow(11:42)

视频：3-4TensorFlow前景(03:59)

视频：3-5如何使用课程提供的虚拟机文件(07:15)

视频：3-6安装VirtualBox(02:41)

视频：3-7安装Ubuntu(15:29)

视频：3-8配置Ubuntu系统(05:46)

视频：3-9安装Python(04:02)

视频：3-10安装TensorFlow（上）(10:42)

视频：3-11安装TensorFLow（下）(05:47)

视频：3-12安装Python类库(01:20)

第4章TensorFlow原理与进阶（代码实践）36节|459分钟

TensorFlow核心概念，TensorFlow激励函数，TensorFlow构建神经网络，TensorFlow优化器，可视化利器TensorBoard，TensorFlow解决过拟合，TensorFlow实现卷积神经网络和循环神经网络等。通过生动图文原理解释和实例，循序渐进掌握TensorFlow

视频：4-1从HelloWorld开始(05:41)

视频：4-2TensorFlow的编程模式(02:55)

视频：4-3TensorFlow的基础结构(02:37)

视频：4-4图和会话(05:09)

视频：4-5Python常用库Numpy的使用(11:39)

视频：4-6什么是Tensor（上）(17:59)

视频：4-7什么是Tensor（下）(16:26)

视频：4-8图和会话原理及案例（上）(15:58)

视频：4-9图和会话原理及案例（下）(11:47)

视频：4-10可视化利器TensorBoard（上）(18:42)

视频：4-11可视化利器TensorBoard（下）(17:52)

视频：4-12酷炫模拟游乐园PlayGround(10:25)

视频：4-13常用Python库Matplotlib(16:32)

视频：4-14综合小练习：梯度下降解决线性回归（上）(15:57)

视频：4-15综合小练习：梯度下降解决线性回归（中）(11:38)

视频：4-16综合小练习：梯度下降解决线性回归（下）(13:01)

视频：4-17激活函数（上）(10:50)

视频：4-18激活函数（下）(05:35)

视频：4-19动手实现CNN卷积神经网络（一）(16:16)

视频：4-20动手实现CNN卷积神经网络（二）(19:03)

视频：4-21动手实现CNN卷积神经网络（三）(17:53)

视频：4-22动手实现CNN卷积神经网络（四）(12:39)

视频：4-23动手实现CNN卷积神经网络（五）(15:50)

视频：4-24动手实现RNN-LSTM循环神经网络（一）：背景和知识点(26:43)

视频：4-25动手实现RNN-LSTM循环神经网络（二）：编写实用方法(上)(11:27)

视频：4-26动手实现RNN-LSTM循环神经网络（三）：编写实用方法(中)(12:23)

视频：4-27动手实现RNN-LSTM循环神经网络（四）：编写实用方法(下)1(08:28)

视频：4-28动手实现RNN-LSTM循环神经网络（四）：编写实用方法(下)2(08:17)

视频：4-29动手实现RNN-LSTM循环神经网络（五）：编写神经网络模型(上)(16:48)

视频：4-30动手实现RNN-LSTM循环神经网络（六）：编写神经网络模型(中)1(10:10)

视频：4-31动手实现RNN-LSTM循环神经网络（六）：编写神经网络模型(中)2(12:42)

视频：4-32动手实现RNN-LSTM循环神经网络（七）：编写神经网络模型(下)(10:27)

视频：4-33动手实现RNN-LSTM循环神经网络（八）：编写训练方法(上)(14:30)

视频：4-34动手实现RNN-LSTM循环神经网络（九）：编写训练方法(下)(11:51)

视频：4-35动手实现RNN-LSTM循环神经网络（十）：编写测试方法(14:40)

视频：4-36动手实现RNN-LSTM循环神经网络（十一）：实际训练和测试(07:29)

第5章案例一会作曲的人工智能15节|233分钟

结合RNN-LSTM开发能作出动听旋律的炫酷人工智能：背景和知识点简介，开发环境配置，原理讲解，代码实现，训练模型和测试

视频：5-1背景和知识点简介(14:14)

视频：5-2音乐和数学的联系(06:56)

视频：5-3什么是MIDI文件(08:15)

视频：5-4配置开发环境(04:04)

视频：5-5编写转换MIDI到MP3的方法(08:42)

视频：5-6Python音乐库Music21的使用和测试方法(11:30)

视频：5-7编写整个神经网络模型(40:53)

视频：5-8编写从训练文件获取音符的方法(15:39)

视频：5-9编写从预测数据来生成音乐的方法(16:15)

视频：5-10编写训练神经网络的方法（一）(19:53)

视频：5-11编写训练神经网络的方法（二）(19:32)

视频：5-12编写训练神经网络的方法（三）(19:43)

视频：5-13编写神经网络生成音乐的方法（一）(18:27)

视频：5-14编写神经网络生成音乐的方法（二）(26:28)

视频：5-15纯TensorFlow版的预告(02:18)

第6章案例二会Photoshop的人工智能12节|116分钟

结合DCGAN开发会PS的人工智能。从此P图不用愁，分分钟搞定N多图片的创建：背景和知识点简介，开发环境配置，原理讲解，代码实现，训练模型和测试

视频：6-1背景和知识点简介(04:18)

视频：6-2配置开发环境(05:26)

视频：6-3什么是GAN(生成对抗网络)(05:44)

视频：6-4什么是DCGAN(06:44)

视频：6-5编写DCGAN中的判别器模型（上）(13:10)

视频：6-6编写DCGAN中的判别器模型（下）(13:45)

视频：6-7编写DCGAN中的生成器模型(09:17)

视频：6-8编写训练神经网络的方法（上）(15:37)

视频：6-9编写训练神经网络的方法（下）(13:39)

视频：6-10编写神经网络生成图片的方法(15:30)

视频：6-11代码完成和测试模型(09:28)

视频：6-12纯TensorFlow版的预告(02:18)

第7章案例三会开3D赛车的人工智能18节|256分钟

结合深度强化学习中的A3C实现会开3D赛车的人工智能，学会自动驾驶：背景和知识点简介，开发环境配置，原理讲解，代码实现，训练模型和测试

视频：7-1背景和知识点简介(08:59)

视频：7-2强化学习的经典实验环境(18:27)

视频：7-3配置开发环境（1）(15:08)

视频：7-4配置开发环境（2）(19:54)

视频：7-5什么是强化学习(19:45)

视频：7-6什么是QLearning(04:13)

视频：7-7Q-Learning实现机器人走迷宫：创建环境(12:40)

视频：7-8Q-Learning实现机器人走迷宫：决策算法（1）(16:48)

视频：7-9Q-Learning实现机器人走迷宫：决策算法（2）(10:11)

视频：7-10Q-Learning实现机器人走迷宫：游戏主程序(12:25)

视频：7-11DeepQLearning实现迷宫游戏：决策算法（1）(15:34)

视频：7-12DeepQLearning实现迷宫游戏：决策算法（2）(14:34)

视频：7-13DeepQLearning实现迷宫游戏：决策算法（3）(14:24)

视频：7-14DeepQLearning实现迷宫游戏：决策算法(4)和主程序(12:31)

视频：7-15PolicyGradient实现Gym游戏(15:30)

视频：7-16A3C实现3D赛车游戏：成果演示(13:09)

视频：7-17A3C实现3D赛车游戏：讲解A3C和编写环境(14:51)

视频：7-18A3C实现3D赛车游戏：编写A3C算法和主程序(16:18)

第8章知识点总结和课程延展5节|40分钟

知识点总结，如何学习一门知识，如何深入人工智能和TensorFlow，如何学习数学和英语，TensorFlow还能做什么，等等。

视频：8-1总结陈词和补充(07:32)

视频：8-2如何学好英语(07:30)

视频：8-3如何学好数学(06:51)

视频：8-4如何学习一门技术及课程知识点总结(11:05)

视频：8-5深入AI和TensorFlow(06:15)