我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

課程背景

在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)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(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。

深度學(xué)習(xí)是對使用多層神經(jīng)網(wǎng)絡(luò)過程進(jìn)行機(jī)器學(xué)習(xí)的統(tǒng)稱，多層神經(jīng)網(wǎng)絡(luò)是一種利用多種數(shù)學(xué)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(jīng)網(wǎng)絡(luò)，其原因主要一是獲取足夠數(shù)量的數(shù)據(jù)成為現(xiàn)實(shí)；二是得益于通用GPU的快速發(fā)展，多層神經(jīng)網(wǎng)絡(luò)擁有了超越其他機(jī)器學(xué)習(xí)方法的優(yōu)勢。當(dāng)決定如何最有效地利用數(shù)據(jù)時(shí)，深度學(xué)習(xí)能夠賦予模型更大的靈活性。

TensorFlow是谷歌開源的主流深度學(xué)習(xí)框架，目前已在谷歌、優(yōu)步、京東、小米等科技公司廣泛應(yīng)用。本課程使用TensorFlow框架作為深度學(xué)習(xí)入門，使學(xué)員以最快、最有效的方式上手TensorFlow和深度學(xué)習(xí)。課程中省去了深度學(xué)習(xí)繁瑣的數(shù)學(xué)模型推導(dǎo)，從實(shí)際應(yīng)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(xué)習(xí)解決這些問題，包含了深度學(xué)習(xí)的入門知識和大量實(shí)踐經(jīng)驗(yàn)，幫助學(xué)員走進(jìn)這個(gè)最新、最火的人工智能領(lǐng)域。

本培訓(xùn)介紹基于TensorFlow進(jìn)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(shí)現(xiàn)進(jìn)行剖析。

培訓(xùn)對象

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

2，牽涉到網(wǎng)絡(luò)采集、處理和規(guī)劃的負(fù)責(zé)人、設(shè)計(jì)人員。

3，政府機(jī)關(guān)，金融保險(xiǎn)、移動等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來源單位的負(fù)責(zé)人。

4，高校、科研院所牽涉到網(wǎng)絡(luò)數(shù)據(jù)采集與數(shù)據(jù)處理及展現(xiàn)的項(xiàng)目負(fù)責(zé)人。

學(xué)員基礎(chǔ)

1，對IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。

2，有一定的機(jī)器學(xué)習(xí)基礎(chǔ)知識和開發(fā)經(jīng)驗(yàn)。

3，有一定的機(jī)器學(xué)習(xí)與大數(shù)據(jù)處理的知識。

培訓(xùn)目標(biāo)

1，全面了解深度學(xué)習(xí)和Tensorflow的相關(guān)知識。

2，學(xué)習(xí)Tensorflow的核心技術(shù)方法以及應(yīng)用特征。

3，深入使用Tensorflow在深度學(xué)習(xí)中的使用。

培訓(xùn)內(nèi)容

第1講 Tensorflow基礎(chǔ)

1) TensorFlow系統(tǒng)架構(gòu)

2) 數(shù)據(jù)流圖

3) TensorFlow基本概念

4) TensorFlow實(shí)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(zhuǎn)換為 TFRecord文件

4) 讀取 TFRecord文件

5) 圖像處理實(shí)例

6) 全新的數(shù)據(jù)讀取方式— Dataset API

第3講 Tensorflow神經(jīng)元函數(shù)

1) 激活函數(shù)

2) sigmoid函數(shù)

3) 代價(jià)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(shí)例：用自編碼預(yù)測信用卡欺詐

第5講 TensorFlow實(shí)現(xiàn)Word2vec

1) 詞向量及其表達(dá)

2) Word2vec原理

3) skim-gram模型

4) 實(shí)例： TensorFlow實(shí)現(xiàn)Word2Vec

第6講 TensorFlow卷積神經(jīng)網(wǎng)絡(luò)

1) 卷積神經(jīng)網(wǎng)絡(luò)簡介

2) 卷積層

3) 池化層

4) 歸一化層

5) Tensorflow實(shí)現(xiàn)簡單卷積神經(jīng)網(wǎng)絡(luò)

6) TensorFlow實(shí)現(xiàn)進(jìn)階卷積神經(jīng)網(wǎng)絡(luò)

7) 幾種經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)

第7講 TensorFlow循環(huán)神經(jīng)網(wǎng)絡(luò)

1) 循環(huán)神經(jīng)網(wǎng)絡(luò)簡介

2) 前向傳播與隨時(shí)間反向傳播

3) 梯度消失或爆炸

4) RNN其他變種

5) RNN應(yīng)用場景

6) 實(shí)例：用LSTM實(shí)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(shí)例：使用 Estimator預(yù)定義模型

4) 實(shí)例：使用 Estimator自定義模型

5) Keras簡介

6) 實(shí)例： Keras實(shí)現(xiàn)序列式模型

7) TFLearn簡介

第9講 情感分析及實(shí)操

1) 深度學(xué)習(xí)與自然語言處理

2) 詞向量簡介

3) 循環(huán)神經(jīng)網(wǎng)絡(luò)

4) 遷移學(xué)習(xí)簡介

5) 實(shí)例： TensorFlow實(shí)現(xiàn)情感分析

第10講 用TensorFlow預(yù)測乳腺癌

1) 數(shù)據(jù)說明

2) 數(shù)據(jù)預(yù)處理

3) 探索數(shù)據(jù)

4) 構(gòu)建神經(jīng)網(wǎng)絡(luò)

5) 訓(xùn)練并評估模型

第11講 聊天機(jī)器人及實(shí)操

1) 聊天機(jī)器人原理

2) Encoder-Decoder架構(gòu)

3) 帶注意力的框架

4) 用 TensorFlow實(shí)現(xiàn)聊天機(jī)器人

第12講 人臉識別及實(shí)操

1) 人臉識別簡介

2) 人臉識別流程

3) 項(xiàng)目概況

4) 實(shí)施步驟

第13講 強(qiáng)化學(xué)習(xí)基礎(chǔ)

1) 強(qiáng)化學(xué)習(xí)簡介

2) 強(qiáng)化學(xué)習(xí)常用算法

3) Q-Learning算法

4) DQN算法

第14講 生成式對抗網(wǎng)絡(luò)

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(jī)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(wǎng)絡(luò)信息分析、機(jī)器學(xué)習(xí)以及大數(shù)據(jù)相關(guān)技術(shù)，長期從事網(wǎng)絡(luò)信息處理、機(jī)器學(xué)習(xí)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(gè)國家和省部級基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。

我要報(bào)名

在線報(bào)名：基于Python的Tensorflow進(jìn)階實(shí)戰(zhàn)(北京)