培訓(xùn)內(nèi)容:
深度學(xué)習(xí)是對使用多層神經(jīng)網(wǎng)絡(luò)過程進行機器學(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；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，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踐經(jīng)驗，幫助學(xué)員走進這個最新、最火的人工智能領(lǐng)域。
本培訓(xùn)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(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。
課程大綱
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)圖像處理實例
6)全新的數(shù)據(jù)讀取方式—DatasetAPI
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(yù)測信用卡欺詐
第5講TensorFlow實現(xiàn)Word2vec
1)詞向量及其表達(dá)
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(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實現(xiàn)簡單卷積神經(jīng)網(wǎng)絡(luò)
6)TensorFlow實現(xiàn)進階卷積神經(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(yù)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(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)實例：TensorFlow實現(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講聊天機器人及實操
1)聊天機器人原理
2)Encoder-Decoder架構(gòu)
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(xué)習(xí)基礎(chǔ)
1)強化學(xué)習(xí)簡介
2)強化學(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)廣播機制
課程主講
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(jīng)驗。