Nature最新研究突破光学衍射桎梏成像性能极限突破！革命性成果或将问鼎诺奖！

第一节：深度学习相关基础知识，

1.了解python和pytorch的关系和联系

2.两大主流框架tensorflow和pytorch的介绍

3.了解深度学习工具，cuda和cudnn等

第二节：学习深度学习的代码环境

1.学习编译器pycharm的使用

2.了解python环境知识

3.使用anaconda配置虚拟环境并在pycharm中导入。

第三节：自己通过anaconda搭建环境

1.学习pip库的使用，使用pip下载库、卸载库以及更新库

2.搭建独立的环境，通过anaconda对每个环境进行管理，养成良好的编程习惯

第四节：理论知识部分

1.了解监督神经网络的基本原理

2.学习梯度下降算法和反向传播的思路。

第五节：卷积神经网络的基础讲解

1.让学员通过实例了解卷积的基础原理

2.如何通过卷积提取图片的特征（介绍minst手写数字的经典案例）

第一节  卷积神经网络在显微成像中的应用（理论奠基）

1.卷积神经网络（CNN）架构重温