課程大綱： 深度學習應用開發-TensorFlow培訓
課程導學
開篇語
課程安排
第一講 人工智能導論
人工智能 未來已來？
人工智能 未來已來！
人工智能發展史 跌宕起伏的60+年
第二講 深度學習簡介及開發環境搭建
人工智能、機器學習與深度學習
深度神經網路與深度學習框架
Anaconda和TensorFlow開發環境搭建
第三講（根據基礎選修） 工欲善其事必先利其器：簡明Python基礎
引言、輸出語句Print、變量、數據類型和基本運算
字符串、列表、元組、集合、字典、格式化輸出和類型轉換
程序結構與控制語句
測試1：Python基礎測試
作業1：Python小作業 小說詞頻統計
第四講 磨刀不誤砍柴工：TensorFlow 編程基礎
TensorFlow的基礎概念
TensorFlow的基本運算
TensorBoard可視化初步
（新）TensorFlow 2.0 編程基礎
測試2：Tensorflow編程基礎單元測試
第五講 單變量線性回歸：TesnsorFlow實戰
監督式機器學習的基本術語
線性回歸問題TensorFlow實戰：初步
線性回歸問題TensorFlow實戰：進階
（新）線性回歸問題：TensorFlow 2 實踐
作業2：通過生成人工數據集合，基于TensorFlow實現y=3.1234*x+2.98線性回歸
第六講 多元線性回歸：波士頓房價預測問題TesnsorFlow實戰
波士頓房價預測：數據與問題分析
機器學習中的線性代數基礎（根據基礎選修）
第一個版本的模型構建
后續版本的持續改進
（新）波士頓房價預測問題：TensorFlow 2 實踐
作業3：波士頓房價預測線性回歸實踐
第七講 MNIST手寫數字識別：分類應用入門
MNIST手寫數字識別數據解讀
分類模型構建與訓練
（新）MNIST手寫數字識別：TensorFlow 2.0 實踐
作業4：FashionMNIST圖像識別問題的神經元模型實踐
第八講 MNIST手寫數字識別進階：多層神經網絡與應用
單隱藏層神經網絡構建與應用
多層神經網絡建模與模型的保存還原
TensorBoard進階與TensorFlow游樂場
（新）MNIST手寫數字識別進階：TensorFlow 2.0實現
作業5：Fashion-MNIST圖像識別問題的多層神經網絡模型實踐
第九講 泰坦尼克號旅客生存預測：Keras應用實踐
泰坦尼克號旅客生存預測案例分析與數據處理
Keras建模與應用
Keras模型訓練過程中數據存儲與模型恢復
第十講 圖像識別問題：卷積神經網絡與應用
從全連接神經網絡到卷積神經網絡：解決參數太多的問題
卷積神經網絡的基本結構
TensorFlow對卷積神經網絡的支持
CIFAR-10圖像分類案例的TensorFlow卷積神經網絡實現
（新）CIFAR10圖像分類:TensorFlow2實現
作業6：CIFAR10案例卷積神經網絡實踐
第十一講 Deep Dream：理解深度神經網絡結構及應用
Deep Dream：計算機生成夢幻圖像
經典深度神經網絡與數據增強
Inception模型文件導入與卷積層分析
Deep Dream圖像生成
（新）Deep Dream圖像生成：TensorFlow2實現
作業7：Deep Dream圖像生成的實踐
第十二講 電影評論情感分析：自然語言處理應用實踐
電影評論情感分析案例與IMDB數據集
自然語言處理基礎
電影評論情感分析數據處理及建模
循環神經網絡及其應用
第十三講 貓狗大戰：遷移學習及應用
貓狗大戰案例介紹
tf.data.Dataset數據集
基于VGG16的遷移學習模型構建與應用
TFRecord文件與應用
第十四講（高階選修） 生成式對抗網絡原理及Tensorflow實現
生成式對抗網絡（GAN）的簡介
利用GAN生成Fashion-MNIST圖像
利用CGAN生成Fashion-MNIST圖像
第十五講（高階選修） 鳶尾花品種識別：TensorFlow.js應用開發
TensorFlow.js介紹和第一個web程序
IDE和第一個TensorFlow.js程序
TensorFlow.js的核心概念和API介紹
鳶尾花分類案例構建
第十六講（高階選修） 花卉識別App：TensorFlow Lite與移動應用開發
TensorFlow Lite介紹和優勢特點
花卉識別：TFLite模型重訓練和模型轉換
花卉識別：安卓App運行TFLite
加入高級會員獲得助教答疑
