├─深度学习入门视频课程（上篇）
│      01深度学习与人工智能简介.wmv
│      02计算机视觉面临挑战与常规套路.wmv
│      03用K近邻来进行图像分类.wmv
│      04超参数与交叉验证.wmv
│      05线性分类.wmv
│      06损失函数.wmv
│      07正则化惩罚项.wmv
│      08softmax分类器.wmv
│      09最优化形象解读.wmv
│      10梯度下降算法原理.wmv
│      11反向传播.wmv
│      12神经网络整体架构.wmv
│      13神经网络模型实例演示.wmv
│      14过拟合问题解决方案.wmv
│      15python环境搭建（推荐Anaconda方法）.wmv
│      16Eclipse搭建python环境.wmv
│      17深度学习入门视频课程09 动手完成简单神经网络.wmv
│      18感受神经网络的强大.wmv
│      19神经网络案例-cifar分类任务.wmv
│      20神经网络案例-分模块构造神经网络.wmv
│      21神经网络案例-训练神经网络完成分类任务.wmv
│      
└─深度学习入门视频课程（下篇）
   │  001、深度学习入门课程01 感受卷积神经网络的强大.mp4
   │  002、深度学习入门课程02 卷积层详解.mp4
   │  003、深度学习入门课程03 卷积计算流程.mp4
   │  004、深度学习入门课程04 卷积核参数分析.mp4
   │  005、深度学习入门课程05 卷积参数共享原则.mp4
   │  006、深度学习入门课程06 池化层（Pooling）原理.mp4
   │  007、深度学习入门课程07 卷积神经网络反向传播原理.mp4
   │  008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4
   │  009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
   │  010、深度学习入门课程10 经典卷及网络架构实例.mp4
   │  011、深度学习入门课程11 RNN网络结构.mp4
   │  012、RNN网络细节.mp4
   │  013、深度学习入门课程12 python实现RNN算法.mp4
   │  014、深度学习入门课程13 LSTM网络结构简介.mp4
   │  015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4
   │  016、深度学习入门额课程15 物体检测实例.mp4
   │  017、深度学习入门课程16 如何巧妙设计网络结构.mp4
   │  018、深度学习入门课程17 训练技巧之数据增强.mp4
   │  019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
   │  020、深度学习入门课程19 深度学习框架Caffe简介.mp4
   │  021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
   │  022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
   │  RNN.pptx
   │  神经网络.pdf
   │  课程资料.txt
   │  
   └─神经网络入门基础（PPT，代码
           cifar-10-python.tar.gz
           CNN代码.zip
           RNN网络代码.py
           感受神经网络的强大代码
           手写神经网络.py
           神经网络.pdf
           神经网络cifar代码.rar
           （cifar分类可能遇到的错误更正）.docx