第1 章 深度學習簡介 1
1.1 初見 1
1.2 機器學習 1
1.3 神經網絡 3
1.4 深度學習介紹 7
1.5 深度學習應用 8
1.6 深度學習框架 12
1.7 深度學習的未來 15
第2 章 PaddlePaddle 簡介 16
2.1 安裝PaddlePaddle 16
2.2 測試PaddlePaddle 29
第3 章 初探手寫數字識彆 31
第4 章 PaddlePaddle 基本用法 44
4.1 數據準備 44
4.2 原始數據讀取及預處理 44
4.3 PaddlePaddle 訓練數據 46
4.4 模型配置 52
4.5 激活函數 58
4.6 優化方法 64
4.7 損失函數 72
4.8 均方損失函數 73
4.9 交叉熵損失函數 73
4.10 Huber 損失函數 74
4.11 CRF 損失函數 74
4.12 CTC 損失函數 75
4.13 反嚮傳播算法 75
第5 章 捲積神經網絡 78
5.1 捲積神經網絡 78
5.2 實例學習 87
5.3 拓展 112
第6 章 循環神經網絡 118
6.1 RNN 簡介 118
6.2 雙嚮循環神經網絡 121
6.3 循環神經網絡使用場景 127
6.4 預測sin 函數序列 129
6.5 拓展 134
第7 章 PaddlePaddle 實戰 136
7.1 自編碼器 136
7.2 PaddlePaddle 實現自編碼器 137
7.3 實戰OCR 識彆（一） 140
7.4 實戰OCR 識彆（二） 150
7.5 情感分析 164
7.6 Seq2Seq 及其應用 172
7.7 實現 178
7.8 Image Caption 194
第8 章 深度學習新星：生成對抗網絡GAN 208
8.1 生成對抗網絡（GAN） 208
8.2 GAN 的其他應用 213
第9 章 強化學習與AlphaGo 216
· · · · · · (收起)