人工智能学习内容包括：人工智能基础，科普，什么是神经网络，基础知识，如何将数据输入到神经网络中，神经网络是如何进行预测的，预测得准确吗，网络是如何进行学习的，计算图，如何计算逻辑回归的偏导数，向量化，如何开始使用python，如何向量化人工智能算法，一些基础概念，特征工程，哪些特征是有价值的，数据清理，逻辑回归与分类阈值，静态训练与动态训练，【实战编程】教你编写第一个人工智能程序，神经网络，浅层神经网络，如何计算浅层神经网络的前向传播，如何计算浅层神经网络的反向传播，为什么需要激活函数，常见的激活函数，激活函数的偏导数，随机初始化参数，非线性与激活函数，【实战编程】教你编写浅层神经网络，为什么需要深度神经网络，如何计算深度神经网络，核对矩阵的维度，参数和超参数，监督学习型神经网络，什么使深度学习火起来了，【实战编程】构建深度神经网络，额外知识，标量、向量、矩阵和张量，深入了解矩阵，范数，什么是微积分，古典微积分，极限微积分，偏导数，方向导数，什么是概率论，条件概率，什么是信息论，条件熵，互信息，相对熵（KL散度），交叉熵，实战优化，实战基础，如何配置数据集，欠拟合和过拟合，如何解决欠拟合与过拟合，L2正则化，dropout，数据增强，将输入特征进行归一化处理，梯度消失和梯度爆炸，如何判断网络是否有bug，H5文件，【实战编程】初始化参数，【实战编程】正则化，【实战编程】梯度检验，优化算法，Mini-batch，如何为mini-batch选择合理的大小，指数加权平均，深入理解指数加权平均，动量梯度下降，RMSprop，Adam优化算法，学习率衰减，局部最优，【实战编程】mini-batch梯度下降，【实战编程】动量梯度下降，【实战编程】Adam，【实战编程】对比优化算法，调试神经网络，调参，为调参选择采样标尺，各种调参经验，调参模式和工具，规范化隐藏层的输入，BN的好处，使用模型时的BN，Softmax，深入理解softmax，如何选择深度学习框架，手把手教你使用tensorflow，【实战编程】手把手带你学习Tensorflow1.x，【实战编程】手把手教你用tensorflow1.x构建一个完整的人工智能程序，【实战编程】手把手带你学习Tensorflow2.x，深度学习项目实战，项目实战一，决策很重要，正交化，如何判断哪个网络更好？——F1分数，如何做选择，验证集与测试集的数据来源要一致，数据集的获取与划分，判定标准是可以变的，AI能力与人类能力的关系，利用贝叶斯误差来判断拟合度，人类误差是多少呢？，AI超越人类，提升AI系统的一般流程，数据集的偏见，【实战编程】大项目神经网络，实战项目二，手工分析错误，同时手工分析多个错误类别，标签打错了，如何修正错误标签，快速地构建一个简单的系统，验证集要反应出真实目的，异源时的训练验证集，常用的误差分析，如何解决异源问题，迁移学习，如何实现迁移学习，什么时候才应该使用迁移学习？，多任务学习，深度理解多任务学习，一步到位——端到端学习，何时用端到端，如何制作数据集，【实战编程】优化大项目，智能视觉-人脸识别，卷积神经网络，智能视觉，卷积运算，边缘检测，深入理解边缘检测，padding，卷积步长，3D卷积，多过滤器，卷积层，一个完整的卷积网络，池化层，【实战编程】手把手教你构建卷积神经网络（一），【实战编程】手把手教你构建卷积神经网络（二），【实战编程】使用TF构建卷积神经网络，深度卷积网络，学习一些牛逼的例子，LeNet-5，AlexNet，VGG，残差网络，1×1卷积，Inception网络，学会利用开源项目，迁移学习，学会使用数据增强，智能视觉领域的现状，[实战编程] 残差网络，目标检测，目标定位，关键点探测，滑动窗口探测法，全连接层转卷积层，卷积化滑动窗口，YOLO探测法，如何判断定位是否精准，如何避免一个物体被重复探测到？，非极大值抑制的实现细节，两个物体的中心在同一个格子怎么办？，【实战编程】自动驾驶之车辆探测，风格迁移，差异性验证，如何实现差异性验证，如何训练差异性验证网络，差异性验证网络的训练技巧，差异性验证网络的另一种训练方法，神经网络每层到底都学会了什么？，神经风格迁移网络，内容损失函数，【实战编程】风格转换，【实战编程】人脸识别，语音识别，循环序列模型，序列模型，序列模型的数据集，普通模型不适合处理序列数据，循环神经网络RNN，RNN的计算过程，RNN的反向传播，各种结构的RNN，人工智能写作，普通RNN的记性不好，使用LSTM来增强RNN的记忆力，使用GRU来增强RNN的记忆力，双向循环神经网络BRNN，【实战编程】纯pyhon构建RNN，【实战编程】智能写作，【实战编程】智能音乐，自然语言处理与词嵌入，什么是词嵌入，如何使用词嵌入技术，词嵌入与类比推理，如何得到词嵌入矩阵表，word2vector模型，负采样，Glove模型，情感分类，AI的偏见，词嵌入除偏，【实战编程】类比推理，【实战编程】智能表情，【实战编程】智能表情-升级版，序列模型和注意力机制，seq2seq简介，最佳翻译，Beam搜索，Beam搜索升级版，问题是否出在Beam搜索上，如何判断翻译得是否精准，注意力模型，注意力模型详述，如何设置注意力权重？，语音识别，【实战编程】机器翻译，【实战编程】唤醒词检测，自动驾驶，生成对抗网络GANs，强化学习，无监督学习，人工大脑。