Content：
1. 卷积神经网络
2. CNN 分类算法
3. CNN 检测算法
4. 序列模型：RNN
5. 序列模型：LSTM
6. GAN
7. Driving Example
8. 小结
Content：
卷积神经网络
适合图像处理的卷积神经网络
1. 卷积神经网络可以有效减少权重数量.
- 只做局部连接，不做全连接
- 权重共享
- 权重数量：f * f
CNN
2. CNN 组成
- 卷积层 （共享）
- 池化层（max pooling）， 图像尺寸变小
- 全连接(FC)
- Softmax
VGG16
3. 单输入单输出特征卷积层
Conv
4. 多输入特征图多输出特征图卷积运算
5. Padding - 边界扩充 与Stride 卷积步长
Padding与stride
6.Summary - 卷积层
CNN
7. Pooling - 池化层
- Max pooling，Avg Pooling ， L2 Pooling
Pooling
8. 全连接层
FC
9. 卷积神经网络结构
- 可视化例子
