人工智能深度学习卷积神经网络入门（下）实践

    通过学习卷积神经网络概述，为什么引入神经网络来做识别，判断，预测，训练模型，激活函数，sigmoid激活函数，导数和切线，sigmoid激活函数如何求导，链式法则，梯度，梯度下降法与delta法则，BP（back propagation）误差逆传播神经网络，卷积到底有什么作用？如何做到特征提取，池化的名字由来，dropout，Anaconda Prompt的用法，Jupyter notebook的用法，Spyder的用法，建立安装Tensorflow所需的Anaconda虚拟环境，如何在Anaconda虚拟环境安装Tensorflow与Keras概念等让大家对人工智能，卷积神经网络快速入门。

课程特色：专业细致，偏案例，理论强。

课程软件使用：Anaconda，Spyder，Jupyter notebook

重要声明：

1） 如果感觉噪音大，可以选择不用耳机，加音箱或用电脑原声 

2）  务必注意本章的学习目标和内容。想学更多，注意后边的课程。