介绍卷积神经网络的基本结构以及LeNet-5实现，并在mnist和cifar数据集上进行了训练

本文主要介绍了门控循环单元GRU网络的原理以及实现。

本文主要以01序列预测为例讲解了循环神经网络的运行过程，特别是Embedding层的处理过程。

循环神经网络简介，并在序列数据和mnist数据上实现了程序

用循环神经网络对股价序列进行预测

本文介绍了LSTM的原理，并手动实现了LSTM的代码，最后用正弦数据预测作为案例进行了实现。

本文介绍了残差神经网络的原理与代码实现，并在cifar-10数据集上进行了训练和测试。

数据增强是深度学习中一个很重要的技巧，本文介绍了数据增强的方法并展示了做了数据增强后效果的提升

数据增强是深度学习中一个很重要的技巧，本文介绍了数据增强的方法并展示了做了数据增强后效果的提升

本文CNN原理部分参考复旦大学丘锡鹏老师的《神经网络与深度学习》一书。