├─01-【直播课】直播回放
│ 1.开班典礼：如何学好人工智能学科.mp4
│ 2.神经网络.mp4
│ 3.卷积神经网络.mp4
│ 4.transformer解读.mp4
│
├─02-【基础模块】Al课程所需安装软件教程
│ 1.AI课程所需安装软件教程.mp4
│ 2.python环境安装和搭建.mp4
│ 3.Anaconda基础讲解和使用的教程.mp4
│ 4.PyTorch框架与其他框架区别分析.mp4
│ 5.CPU与GPU版本安装方法解读.mp4
│
├─03-【基础模块】深度学习基础与框架
│ ├─1.神经网络结构
│ │ 神经网络结构.mp4
│ │
│ ├─2.PyTorch框架必备核心模块解读
│ │ 1-PyTorch实战课程简介.mp4
│ │ 2-PyTorch框架发展趋势简介.mp4
│ │ 3-框架安装方法（CPU与GPU版本）.mp4
│ │ 4-PyTorch基本操作简介.mp4
│ │ 5-自动求导机制.mp4
│ │ 6-线性回归DEMO-数据与参数配置.mp4
│ │ 7-线性回归DEMO-训练回归模型.mp4
│ │ 8-补充：常见tensor格式.mp4
│ │ 9-补充：Hub模块简介.mp4
│ │
│ ├─3.神经网络分类任务
│ │ 1-数据集与任务概述.mp4
│ │ 2-基本模块应用测试.mp4
│ │ 3-网络结构定义方法.mp4
│ │ 4-数据源定义简介.mp4
│ │ 5-损失与训练模块分析.mp4
│ │ 6-训练一个基本的分类模型.mp4
│ │ 7-参数对结果的影响.mp4
│ │
│ ├─4.神经网络回归：气温预测
│ │ 神经网络回归任务-气温预测.mp4
│ │
│ └─5.Pycharm环境配置与Debug演示
│ Pycharm环境配置与Debug演示(没用过的同学必看).mp4
│
│
├─04-【基础模块】深度学习核心算法与实践
│ ├─1.卷积神经网络深度解析
│ │ 卷积神经网络.mp4
│ │
│ ├─2.卷积网络参数分析与优化
│ │ 1-输入特征通道分析.mp4
│ │ 2-卷积网络参数解读.mp4
│ │ 3-卷积网络模型训练.mp4
│ │
│ ├─3.ResNet模型及其应用
│ │ 1-医学疾病数据集介绍.mp4
│ │ 2-Resnet网络架构原理分析.mp4
│ │ 3-dataloader加载数据集.mp4
│ │ 4-Resnet网络前向传播.mp4
│ │ 5-残差网络的shortcut操作.mp4
│ │ 6-特征图升维与降采样操作.mp4
│ │ 7-网络整体流程与训练演示.mp4
│ │
│ ├─4.图像识别模型与训练策略（重点）
│ │ 1-任务分析与图像数据基本处理.mp4
│ │ 2-数据增强模块.mp4
│ │ 3-数据集与模型选择.mp4
│ │ 4-迁移学习方法解读.mp4
│ │ 5-输出层与梯度设置.mp4
│ │ 6-输出类别个数修改.mp4
│ │ 7-优化器与学习率衰减.mp4
│ │ 8-模型训练方法.mp4
│ │ 9-重新训练全部模型.mp4
│ │ 10-测试结果演示分析.mp4
│ │
│ ├─5.DataLoader自定义数据集制作
│ │ 1-Dataloader要完成的任务分析.mp4
│ │ 2-图像数据与标签路径处理.mp4
│ │ 3-Dataloader中需要实现的方法分析.mp4
│ │ 4-实用Dataloader加载数据并训练模型.mp4
│ │
│ ├─6.RNN网络架构
│ │ RNN网络架构.mp4
│ │
│ ├─7.LSTM网络架构
│ │ LSTM网络架构.mp4
│ │
│ ├─8.LSTM文本分类
│ │ 1-数据集与任务目标分析.mp4
│ │ 2-文本数据处理基本流程分析.mp4
│ │ 3-命令行参数与DEBUG.mp4
│ │ 4-训练模型所需基本配置参数分析.mp4
│ │ 5-预料表与字符切分.mp4
│ │ 6-字符预处理转换ID.mp4
│ │ 7-LSTM网络结构基本定义.mp4
│ │ 8-网络模型预测结果输出.mp4
│ │ 9-模型训练任务与总结.mp4
│ │
│ └─9.Transformer基础
│ 1-Transformer.mp4
│ 2-transformer-VIT源码解读.mp4
│ 3-GITHUB开源项目使用方法.mp4

………………