课程大纲：
1.   “深度学习”——浅层神经网络与深层网络
1.1   揭秘AlphaGo——系统基本架构
1.2   Microsoft在语音识别上的成功
1.3   浅层神经网络
1.4   深层网络的发展历程
2.   CNN与图像识别
2.1   支票上手写体识别
2.2   刷脸时代的到来——大幅提高人脸识别的准确率
2.3   手语识别
3.   RNN和AutoEncoder在语音、文本识别的应用
3.1   自动客服——呼叫中心的自动语音识别
3.2   人机对话要从娃娃抓起——*对话玩具
3.3   新闻稿不是人写的——自动写作
3.4   作诗，作古诗——LSTM的应用
3.5   文本情感分析
4.   基于Python的深度学习开发包
4.1   Python基本语法快速入门
4.2   Python面向对象高级编程
4.3   Theano入门
4.4   Deepy入门
4.5   Keras入门
5.   深层网络实践
5.1   实践：基于Keras构造一个深层网络
5.2   调试网络参数，对比网络性能
6.   发展趋势展望
6.1   未来发展——图像搜索
6.2   再论AlphaGo——我们还可以做什么
6.3   案例与实践：用深度学习改善分类器性能
课程周期：
4天（6小时/天）