====
论文
====

======
Python
======

=========
Tensorflow
=========

=======
PyTorch
=======

=====
Keras
=====

====
专题
====

====
链接
====

====
视频
====

=======
药物设计
=======

=======
材料科学
=======

============
经济学与金融学
============
Tensorflow基础知识 Tensorflow教程中的Keras Tensorflow初级班 Tensorflow高级班
初学者的 TensorFlow 2.0 教程 针对专业人员的 TensorFlow 2.0 入门 TensorFlow API查询 Tensorflow官网
Tensorflow 2.0 (曹健） Tensorflow 2.0 教程（龙良曲） 30天吃掉Tensorflow 2.0 TensorFlow Addons
      FAQ

龙良曲视频

序号 备注 课件名称 序号 备注 课件名称
1 一般了解 课时1 深度学习框架介绍 1 81 掌握 课时81 模型保存与加载.mp4
2 一般了解 课时2 深度学习框架介绍 2 82 选学 课时82 CIFAR10自定义网络实战 1.mp4
3 熟练掌握 课时3 开发环境安装 1 83 选学 课时83 CIFAR10自定义网络实战 2.mp4
4 熟练掌握 课时4 开发环境安装 2 84 选学 课时84 CIFAR10自定义网络实战 3.mp4
5 熟练掌握 课时5 win10平台实录 1 85 了解 课时85 过拟合与欠拟合.mp4
6 熟练掌握 课时6 win10平台实录 2 86 了解 课时86 交叉验证 1.mp4
7 选学 课时7 Ubuntu平台实录 cuda安装 87 了解 课时87 交叉验证 2.mp4
8 选学 课时8 Ubuntu平台实录 anaconda安装 88 掌握 课时86 什么是卷积 1.mp4
9 选学 课时9 Ubuntu平台实录 tensorlow、pytorch安装 89 掌握 课时87 什么是卷积 2.mp4
10 选学 课时10 Ubuntu平台实录 pycharm安装 90 掌握 课时88 什么是卷积 3.mp4
11 一般了解 课时11 线性回归 1 91 掌握 课时89 什么是卷积 4.mp4
12 一般了解 课时12 线性回归 2 92 选学 课时88 Regularization.mp4
13 一般了解 课时13 回归问题实战 1 93 掌握 课时89 动量与学习率衰减.mp4
14 一般了解 课时14 回归问题实战 2 94 选学 课时90 Early stopping, dropout等.mp4
15 掌握 课时15 手写数字问题 1 95 熟练掌握 课时90 卷积神经网络 1.mp4
16 掌握 课时16 手写数字问题 2 96 熟练掌握 课时91 卷积神经网络 2.mp4
17 掌握 课时17 手写数字问题 3 97 熟练掌握 课时92 卷积神经网络 3.mp4
18 掌握 课时18 手写数字问题初体验 1 98 熟练掌握 课时93 卷积神经网络 4.mp4
19 掌握 课时19 手写数字问题初体验 2 99 选学 课时94 池化与采样.mp4
20 非常重要 课时20 tensorflow数据类型 1 100 选学 课时95 CIFAR100与VGG13实战 1.mp4
21 非常重要 课时21 tensorflow数据类型 2 101 选学 课时96 CIFAR100与VGG13实战 2.mp4
22 掌握 课时22 创建Tensor 1.mp4 102 选学 课时97 CIFAR100与VGG13实战 3.mp4
23 掌握 课时23 创建Tensor 2.mp4 103 选学 课时98 CIFAR100与VGG13实战 4.mp4
24 掌握 课时24 创建Tensor 3.mp4 104 熟练掌握 课时99 经典卷积网络VGG, GoogLeNet, Inception 1.mp4
25 掌握 课时25 索引与切片 1.mp4 105 熟练掌握 课时100 经典卷积网络VGG, GoogLeNet, Inception 2.mp4
26 掌握 课时26 索引与切片 2.mp4 106 选学 课时101 BatchNorm 1.mp4
27 掌握 课时27 索引与切片 3.mp4 107 选学 课时101 BatchNorm 2.mp4
28 掌握 课时28 索引与切片 4.mp4 108 掌握 课时102 ResNet, DenseNet 1.mp4
29 掌握 课时29 索引与切片 5.mp4 109 掌握 课时103 ResNet, DenseNet 2.mp4
30 掌握 课时30 维度变换 1.mp4 110 掌握 课时104 ResNet实战 1.mp4
31 掌握 课时31 维度变换 2.mp4 111 掌握 课时105 ResNet实战 2.mp4
32 掌握 课时32 维度变换 3.mp4 112 掌握 课时106 ResNet实战 3.mp4
33 掌握 课时33 Broadcasting 1.mp4 113 掌握 课时107 ResNet实战 4.mp4
34 掌握 课时34 Broadcasting 2.mp4 114 选学 课时108 序列表示方法 1.mp4
35 掌握 课时35 数学运算.mp4 115 选学 课时109 序列表示方法 2.mp4
35 掌握 课时36 前向传播（张量） 实战 1.mp4 116 选学 课时110 循环神经网络层 1.mp4
37 掌握 课时37 前向传播（张量） 实战 2.mp4 117 选学 课时111 循环神经网络层 2.mp4
38 掌握 课时38 前向传播（张量） 实战 3.mp4 118 选学 课时112 RNNCell使用 1.mp4
39 掌握 课时39 前向传播（张量） 实战 4.mp4 119 选学 课时113 RNNCell使用 2.mp4
40 掌握 课时40 合并与分割.mp4 120 选学 课时114 RNN与情感分类问题实战 加载IMDB数据集.mp4
41 掌握 课时41 数据统计.mp4 121 选学 课时115 RNN与情感分类问题实战 单层RNN Cell.mp4
42 掌握 课时42 张量排序 1.mp4 122 选学 课时116 RNN与情感分类问题实战 网络训练.mp4
43 掌握 课时43 张量排序 2.mp4 123 选学 课时117 RNN与情感分类问题实战 多层RNN Cel.mp4
44 掌握 课时44 填充与复制.mp4 124 选学 课时118 梯度弥散与梯度爆炸.mp4
45 掌握 课时45 张量限幅 1.mp4 125 选学 课时119 LSTM原理.mp4
46 掌握 课时46 张量限幅 2.mp4 126 选学 课时120 LSTM原理 2.mp4
47 掌握 课时47 高阶操作 1.mp4 127 选学 课时119 无监督学习.mp4
48 掌握 课时48 高阶操作 2.mp4 128 选学 课时120 Auto Encoders原理.mp4
49 掌握 课时49 数据加载 1.mp4 129 选学 课时121 Auto Encoders变种.mp4
50 掌握 课时50 数据加载 2.mp4 130 选学 课时121 LSTM实战.mp4
51 掌握 课时51 数据加载 3.mp4 131 选学 课时122 Adversarial Auto Encoders.mp4
52 掌握 课时52 测试（张量）实战.mp4 132 选学 课时122 GRU原理与实战.mp4
53 掌握 课时53 全连接层 1.mp4 133 选学 课时123 Variational Auto Encoders引入.mp4
54 掌握 课时54 全连接层 2.mp4 134 选学 课时124 Reparameterization Trick.mp4
55 掌握 课时55 输出方式.mp4 135 选学 课时125 Variational Auto Encoders原理.mp4
56 掌握 课时56 误差计算 1.mp4 136 选学 课时126 Auto Encoders实战 创建编解码器.mp4
57 掌握 课时57 误差计算 2.mp4 137 选学 课时127 Auto Encoders实战 训练.mp4
58 掌握 课时58 误差计算 3.mp4 138 选学 课时128 Auto Encoders实战 测试.mp4
59 掌握 课时59 梯度下降 简介 1.mp4 139 选学 课时129 VAE实战 创建网络.mp4
60 掌握 课时60 梯度下降 简介 2.mp4 140 选学 课时130 VAE实战 KL Divergence计算.mp4
61 选学 课时 61 141 选学 课时131 VAE实战 训练与测试.mp4
62 掌握 课时62 激活函数及其梯度.mp4 142 选学 课时132 数据的分布.mp4
63 掌握 课时63 损失函数及其梯度 1.mp4 143 选学 课时133 画家的成长历程.mp4
64 掌握 课时64 损失函数及其梯度 2.mp4 144 选学 课时134 GAN原理.mp4
65 掌握 课时65 单输出感知机梯度.mp4 145 选学 课时135 纳什均衡 D.mp4
66 掌握 课时66 多输出感知机梯度.mp4 146 选学 课时136 纳什均衡 G.mp4
67 掌握 课时67 链式法则.mp4 147 选学 课时137 JS散度的缺陷.mp4
68 掌握 课时68 反向传播算法 1.mp4 148 选学 课时138 EM距离.mp4
69 掌握 课时69 反向传播算法 2.mp4 149 选学 课时139 WGAN GP原理.mp4
70 掌握 课时70 函数优化实战.mp4 150 选学 课时140 GAN实战.mp4
71 掌握 课时71 手写数字问题实战（层） 1.mp4 151 选学 课时141 GAN实战 2.mp4
72 掌握 课时72 手写数字问题实战（层） 2.mp4 152 选学 课时142 GAN实战 3.mp4
73 掌握 课时73 手写数字问题实战（层） 3.mp4 153 选学 课时143 GAN实战 4.mp4
74 掌握 课时74 TensorBoard可视化 1.mp4 154 选学 课时144 GAN实战 5.mp4
75 掌握 课时75 TensorBoard可视化 2.mp4 155 选学 课时145 GAN实战 6.mp4
76 掌握 课时76 Keras高层API 1.mp4 156 选学 课时146 WGAN实战 1.mp4
77 掌握 课时77 Keras高层API 2.mp4 157 选学 课时147 WGAN实战 2.mp4
78 掌握 课时78 Keras高层API 3.mp4      
79 掌握 课时79 自定义层或网络 1.mp4      
80 掌握 课时80 自定义层或网络 2.mp4      
           
注：以上视频课时序号编排有些混乱，由于这些材料是在YouTube上下载的，按原上载作者的编排顺序，未予改动。    

参考书：

1. Python基础教程（第3版）， Magnus Lie Hetland 著，袁国忠 译 ， 人民邮电出版社， 2018年2月。 电子版下载
2. . Python深度学习。[美] 弗朗索瓦·肖莱　著。人民邮电出版社。2018
该书电子版下载链接：https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取码：wtzo

人工智能

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

上海市浦东新区沪城环路999号