视频链接：https://discuss.gluon.ai/t/topic/753
课程简介
该系列课程是MXNet 团队联合将门创投，开设的一门零基础、着重动手实践的深度学习在线直播课程。课程内容将基于李沐等人的开源教程《动手学深度学习》(英文版为 Deep Learning - The Straight Dope)，并使用 Apache MXNet 的最新前端 Gluon 作为开发工具，在动手实践的过程中学会使用简单易读的代码写出产品级的应用。
《动手学深度学习》中文文档地址：http://zh.gluon.ai/
课程大纲
第一课：从上手到多类分类
第二课：过拟合、多层感知机、GPU和卷积神经网络
第三课：深度卷积网络，如何使用Gluon，以及核武器购买指南
第四课：BatchNorm，更深的卷积神经网络，图片增强和新的Kaggle练习
第五课：Gluon高级和优化算法基础
第六课：优化算法高级和计算机视觉
第七课：物体检测
第八课：物体检测·续
第九课：物体检测·再续
第十课：语义分割
第十一课：样式迁移
第十二课：循环神经网络
第十三课：正向传播、反向传播和通过时间反向传播
第十四课：实现、训练和应用循环神经网络
第十五课：门控循环单元（GRU）、长短期记忆（LSTM）、多层循环神经网络以及Gluon实现
第十六课：词向量（word2vec）
第十七课：GloVe、fastText和使用预训练的词向量
第十八课：seq2seq（编码器和解码器）和注意力机制
[第一季完结] 第十九课：应用seq2seq和注意力机制：机器翻译
