久久综合色88_欧美激情国产日韩精品一区18_午夜精品一区二区三区在线观看 _自拍日韩亚洲一区在线

Python 語言深度學習培訓

 

]
課程將圍繞機器學習原理，使用 Python 語言進行實戰(zhàn)，

終期望學員熟悉人工神經(jīng)網(wǎng)絡原理、能動手實現(xiàn)部分核心算法。

掌握常用深度神經(jīng)網(wǎng)絡結構，

并學會使用 TensorFlow 和 PyTorch 兩大深度學習框架進行實踐。

此外，對涉及到的模型訓練、評估、推理、部署充分了解，達到深度學習初級工程師的水平。

1 深度學習理論

2 計算機視覺

3 深度學習工程

4 深度學習框架

5 自然語言處理

6 項目挑戰(zhàn)比賽

階段 1 課程技能準備

課程須知和先學內容
1
課程內容介紹與導學

深度學習綜述和示例

1.機器學習介紹

2.深度學習介紹

3.深度學習發(fā)展

2
線性回歸實現(xiàn)與應用

1.一元線性回歸

2.平方損失函數(shù)

3.小二乘法及代數(shù)求解

4.線性回歸實現(xiàn)

5.小二乘法的矩陣推導

1
住房價格預測

1.數(shù)據(jù)集讀取與劃分

2.模型訓練及預測

3.模型評價

3
邏輯回歸實現(xiàn)與應用

1.線性可分和不可分

2.Sigmoid分布函數(shù)

3.邏輯回歸模型

4.對數(shù)損失函數(shù)

5.梯度下降法

2
梯度下降法實現(xiàn)與應用

1.小二乘法求解線性回歸參數(shù)

2.梯度下降法求解線性回歸參數(shù)

實驗 4
感知機和人工神經(jīng)網(wǎng)絡

1.感知機的推導過程

2.隨機梯度下降法

3.多層感知機與人工神經(jīng)網(wǎng)絡

4.反向傳播算法

5.實現(xiàn)人工神經(jīng)網(wǎng)絡

3
手寫字符識別神經(jīng)網(wǎng)絡

1.人工神經(jīng)網(wǎng)絡

2.手寫字符識別

5
TensorFlow 基礎概念語法

1.TensorFlow介紹

2.張量的概念

3.EagerExecution特性

4.TensorFlowAPI概覽

4
TensorFlow 加州房價預測

1.小二乘法線性回歸

2.TensorFlow基本運算

6
TensorFlow 構建神經(jīng)網(wǎng)絡

1.NumPy構建神經(jīng)網(wǎng)絡

2.TensorFlow構建神經(jīng)網(wǎng)絡

3.TensorFlow完成DIGITS分類

4.TensorFlow實現(xiàn)MiniBatch訓練

5
TensorFlow 汽車評估分類

1.TensorFlow構建神經(jīng)網(wǎng)絡

2.張量數(shù)據(jù)處理轉換

3.損失函數(shù)，優(yōu)化器

7
TensorFlow 高階 API 使用

1.Keras順序模型

2.Keras函數(shù)模型

3.Keras模型存儲及推理

4.Estimator高階API

6
TensorFlow 時尚物品分類

1.Keras構建神經(jīng)網(wǎng)絡

2.灰度數(shù)據(jù)標準化

3.Flatten,Dropout層

8
PyTorch 基礎概念語法

1.張量類型和定義

2.索引、切片、變換

3.張量的內部結構

4.自動微分Autograd

5.深度學習框架對比

實驗 9
PyTorch 構建神經(jīng)網(wǎng)絡

1.PyTorch構建神經(jīng)網(wǎng)絡

2.Sequential容器結構

3.使用GPU加速訓練

4.模型保存與推理
7
PyTorch 實現(xiàn)線性回歸

1.PyTorch原理及使用

2.nnModule類實現(xiàn)線性回歸

卷積神經(jīng)網(wǎng)絡原理

1.卷積核Kernel

2.卷積步長Stride

3.邊距擴展Padding

4.高維多卷積核過程

5.卷積神經(jīng)網(wǎng)絡的發(fā)展史

11
卷積神經(jīng)網(wǎng)絡構建

1.TensorFlow高階API構建

2.TensorFlow低階API構建

3.PyTorch低階API構建

4.PyTorch高階API構建

8
構建 LeNet5 Estimator

1.TensorFlowEstimator使用

2.LeNet5卷積神經(jīng)網(wǎng)絡

12
圖像分類原理與實踐

1.數(shù)據(jù)加載器

2.遷移學習

3.貓狗識別

4.卷積神經(jīng)網(wǎng)絡可視化

9
遷移學習完成動物分類

1.遷移學習

2.預訓練模型

3.TensorFlowKeras

13
生成對抗網(wǎng)絡原理及構建

1.生成對抗網(wǎng)絡原理

2.生成對抗網(wǎng)絡實現(xiàn)

3.生成對抗網(wǎng)絡改進

4.生成對抗網(wǎng)絡未來

10
DCGAN 動漫人物圖像生成

1.PyTorch實踐運用

2.DCGAN網(wǎng)絡搭建

14
自動編碼器原理及構建

1.自動編碼器介紹

2.基礎自動編碼器

3.去噪自動編碼器

11
卷積自動編碼器圖像去噪

1.卷積自動編碼器

2.圖像去噪

3.TensorFlowKeras

15
目標檢測原理與實踐

1.目標檢測方法

2.RCNN家族

3.YOLO和SSD

4.MaskRCNN

5.TensorFlowObjectDetection

12
YOLO 圖像目標檢測應用

1.圖像目標檢測

2.YOLO實時檢測方法

16
循環(huán)神經(jīng)網(wǎng)絡原理

1.序列模型介紹

2.簡單循環(huán)神經(jīng)網(wǎng)絡

3.LSTM長短期記憶模型

4.GRU門控循環(huán)單元

17
循環(huán)神經(jīng)網(wǎng)絡構建

1.IMDB數(shù)據(jù)集

2.詞嵌入

3.簡單循環(huán)神經(jīng)網(wǎng)絡

4.LSTM循環(huán)神經(jīng)網(wǎng)絡

13
LSTM 預測股票價格

1.LSTM網(wǎng)絡構建

2.股票價格預測

18
文本分類原理與實踐

1.文本分類流程

2.中文文本分詞

3.英文文本分詞

4.文本特征提取

5.假新聞分類任務

14
深度學習完成假新聞分類

1.文本分類

2.深度神經(jīng)網(wǎng)絡

19
自然語言處理框架拓展

1.NaturalLanguageToolkit

2.PyTorchFlair 3.自然語言處理工具

15
BERT 預訓練技術實踐應用

1.GoogleBERT

2.NLP預訓練技術

20
神經(jīng)機器翻譯和對話系統(tǒng)

1.序列到序列模型

2.神經(jīng)機器翻譯系統(tǒng)

3.聊天機器人系統(tǒng)

21
自動化深度學習綜述

1.自動化機器學習概念

2.自動化機器學習目標

22
自動化深度學習實踐

1.AutoKeras介紹

2.圖像分類任務

3.文本分類任務

4.優(yōu)模型可視化

5.AutoML優(yōu)劣分析

16
仙人掌航拍照片分類識別

1.仙人掌航拍照片分類

2.AutoKeras實踐應用

23
深度學習模型推理和部署

1.TensorFlowServing

2.ONNX開放模型格式

17
構建圖像分類推理服務

1.預訓練模型

2.TensorFlowKeras

3.FlaskWebAPI

24
深度學習云端服務實踐

1.深度學習計算平臺

2.深度學習解決方案

18
云服務識別增值稅發(fā)票

1.云服務調用

2.發(fā)票識別