* 机器学习基础：
深度神经网络
输入(input),输出(output),批次(batch),一次迭代(epoch),权重(w),偏移(b),激活函数(activation function),损失函数(loss function) 通过训练调整权重使损害函数取最小的过程通过训练调整权重使损失函数取最小的过程
激活函数：ReLU sigmoid tanh
学习率(步长)
反向传播算法 The backpropagation algorithm求偏导数：减小求偏导数的运算量 梯度下降法进行权重的更新algorithm求偏导数：链式求导法则，减小求偏导数的运算量 改进：随机梯度下降法随机梯度下降法进行权重的更新
* tensorflow:
tensor 的概念
tensorflow编程框架
tensorflow训练实践(jupyter上编译 谷歌tensorflow网站上演示)
第三次课：
* 卷积神经网络（CNN）：