1.神經網絡與深度學習的基本概念

1.MLP

2.現代DNN

3.PaddlePaddle實現對應的算法

2.卷積神經網絡原理、模型及應用（計算機視覺）

1.CNN

2.AlexNet

3.VGG

4.ResNet

5.PaddlePaddle實現對應的算法

3.循環網絡原理、模型及應用（語音識別、自然語言處理）

1.RNN

2.LSTM

3.GRU

4.Neural Turing Machine

5.PaddlePaddle實現對應的算法

4.CNN和RNN的應用

1.文本分類CNN

2.情感分析RNN

3.生成中文詩歌

4.PaddlePaddle實現對應的算法

5.神經自然語言處理

1.語義模型-深度學習方法

2.序列標注-命名實體識別

3.PaddlePaddle實現對應的算法

6.搜索排序

1.Learning2rank

2.PaddlePaddle實現算法

7.強化學習技術及應用

1.基于值的方法

2.基于策略的方法

3.基于模型的方法

4.PaddlePaddle實現部分算法

8.可解釋的模型及應用

1.概率圖模型

2.貝葉斯推斷

3.貝葉斯深度學習

4.PaddlePaddle實現部分算法

9.生成式模型的基本概念、方法和應用

1.VAE

2.GANs

3.PaddlePaddle實現部分算法

10.深度強化學習算法及應用

1.DQN

2.AlphaGo(Zero)

3.DDPG

4.PaddlePaddle實現部分算法

11.多Agent系統技術及應用

1.理論介紹

2.算法分析

12.基于邏輯的深度學習技術

1.理論介紹

2.算法分析

總結

以上是生活随笔為你收集整理的PaddlePaddle训练营——公开课——AI核心技术掌握——第1章迈入现代人工智能的大门——Modern AI骨架脉络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。