我要報名

咨詢電話：
手　　機：	郵箱：

課程背景

在總結多年大型軟件開發(fā)和組織經驗的基礎上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內外企業(yè)進行過專門的定制培訓服務。

深度學習是對使用多層神經網絡過程進行機器學習的統(tǒng)稱，多層神經網絡是一種利用多種數(shù)學方法，及其方法組合的模型。近幾年人們有能力卓有成效地利用神經網絡，其原因主要一是獲取足夠數(shù)量的數(shù)據(jù)成為現(xiàn)實；二是得益于通用GPU的快速發(fā)展，多層神經網絡擁有了超越其他機器學習方法的優(yōu)勢。當決定如何最有效地利用數(shù)據(jù)時，深度學習能夠賦予模型更大的靈活性。

TensorFlow是谷歌開源的主流深度學習框架，目前已在谷歌、優(yōu)步、京東、小米等科技公司廣泛應用。本課程使用TensorFlow框架作為深度學習入門，使學員以最快、最有效的方式上手TensorFlow和深度學習。課程中省去了深度學習繁瑣的數(shù)學模型推導，從實際應用問題出發(fā)，通過具體的TensorFlow樣例程序介紹如何使用深度學習解決這些問題，包含了深度學習的入門知識和大量實踐經驗，幫助學員走進這個最新、最火的人工智能領域。

本培訓介紹基于TensorFlow進行數(shù)據(jù)處理、數(shù)據(jù)探索的基本方法，并對TensorFlow算法原理及實現(xiàn)進行剖析。

培訓對象

1，系統(tǒng)架構師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。

2，牽涉到網絡采集、處理和規(guī)劃的負責人、設計人員。

3，政府機關，金融保險、移動等以互聯(lián)網信息為數(shù)據(jù)來源單位的負責人。

4，高校、科研院所牽涉到網絡數(shù)據(jù)采集與數(shù)據(jù)處理及展現(xiàn)的項目負責人。

學員基礎

1，對IT系統(tǒng)設計有一定的理論與實踐經驗。

2，有一定的機器學習基礎知識和開發(fā)經驗。

3，有一定的機器學習與大數(shù)據(jù)處理的知識。

培訓目標

1，全面了解深度學習和Tensorflow的相關知識。

2，學習Tensorflow的核心技術方法以及應用特征。

3，深入使用Tensorflow在深度學習中的使用。

培訓內容

第1講 Tensorflow基礎

1) TensorFlow系統(tǒng)架構

2) 數(shù)據(jù)流圖

3) TensorFlow基本概念

4) TensorFlow實現(xiàn)數(shù)據(jù)流圖

5) 可視化數(shù)據(jù)流圖

6) TensorFlow分布式

第2講 TensorFlow圖像處理

1) 加載圖像

2) 圖像格式

3) 把圖像轉換為 TFRecord文件

4) 讀取 TFRecord文件

5) 圖像處理實例

6) 全新的數(shù)據(jù)讀取方式— Dataset API

第3講 Tensorflow神經元函數(shù)

1) 激活函數(shù)

2) sigmoid函數(shù)

3) 代價函數(shù)

4) softmax_cross_entropy函數(shù)

第4講 TensorFlow自編碼器

1) 自編碼簡介

2) 降噪自編碼

3) 自編碼器解析手寫數(shù)字

4) 實例：用自編碼預測信用卡欺詐

第5講 TensorFlow實現(xiàn)Word2vec

1) 詞向量及其表達

2) Word2vec原理

3) skim-gram模型

4) 實例： TensorFlow實現(xiàn)Word2Vec

第6講 TensorFlow卷積神經網絡

1) 卷積神經網絡簡介

2) 卷積層

3) 池化層

4) 歸一化層

5) Tensorflow實現(xiàn)簡單卷積神經網絡

6) TensorFlow實現(xiàn)進階卷積神經網絡

7) 幾種經典卷積神經網絡

第7講 TensorFlow循環(huán)神經網絡

1) 循環(huán)神經網絡簡介

2) 前向傳播與隨時間反向傳播

3) 梯度消失或爆炸

4) RNN其他變種

5) RNN應用場景

6) 實例：用LSTM實現(xiàn)分類

第8講 TensorFlow高層封裝

1) TensorFlow高層封裝簡介

2) Estimator簡介

3) 實例：使用 Estimator預定義模型

4) 實例：使用 Estimator自定義模型

5) Keras簡介

6) 實例： Keras實現(xiàn)序列式模型

7) TFLearn簡介

第9講 情感分析及實操

1) 深度學習與自然語言處理

2) 詞向量簡介

3) 循環(huán)神經網絡

4) 遷移學習簡介

5) 實例： TensorFlow實現(xiàn)情感分析

第10講 用TensorFlow預測乳腺癌

1) 數(shù)據(jù)說明

2) 數(shù)據(jù)預處理

3) 探索數(shù)據(jù)

4) 構建神經網絡

5) 訓練并評估模型

第11講 聊天機器人及實操

1) 聊天機器人原理

2) Encoder-Decoder架構

3) 帶注意力的框架

4) 用 TensorFlow實現(xiàn)聊天機器人

第12講 人臉識別及實操

1) 人臉識別簡介

2) 人臉識別流程

3) 項目概況

4) 實施步驟

第13講 強化學習基礎

1) 強化學習簡介

2) 強化學習常用算法

3) Q-Learning算法

4) DQN算法

第14講 生成式對抗網絡

1) 生成 ndarray的幾種方式

2) 存取元素

3) 矩陣操作

4) 數(shù)據(jù)合并與展平

5) 通用函數(shù)

6) 廣播機制

楊老師

由業(yè)界知名大數(shù)據(jù)專家親自授課：

楊老師 主要研究網絡信息分析、機器學習以及大數(shù)據(jù)相關技術，長期從事網絡信息處理、機器學習以及大數(shù)據(jù)分析系統(tǒng)的研究開發(fā)工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發(fā)經驗。

我要報名

在線報名：基于Python的Tensorflow進階實戰(zhàn)(北京)