|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:49 编辑
! L) J4 A# Y! N' v5 C, f, k7 E5 I
* }- k- H2 g6 v+ {深度学习框架Tensorflow案例实战视频培训课程概况： Tensorflow是谷歌开源的深度学习（包括机器学习）框架，伴随着人公智能业的兴盛其大名早已响彻云霄。本课程从Tensorflow安装开始讲起，从基本计算结构到深度学习各大神经网络，全程案例代码实战，一步步带大家入门如何使用深度学习框架Tensorflow，玩转Tensorflow模型训练、等所有知识点。
, E5 A! ^6 G7 ]6 a0 `; @课程收益：
% L x( J8 v Q/ f, p9 e 1.掌握深度学习框架Tensorflow的基本语法
2 I2 L2 y% | D) Y. Z 2.熟练使用Tensorflow进行数据处理
. X; {9 H. f' S: e9 j. P 3.掌握神经网络构建方法，构建各种网络架构
9 Q1 I) m3 X; k6 o3 b( C! M! v 4.掌握Tensorflow在卷积网络与自然语言处理中的应用方法
2 [( h, y R1 C5 F) n- [ 5.掌握Tensorflow的可视化展示方法, _) `& ?0 K& p$ c- Y6 m2 @7 O
- j7 o6 F. K. @' h6 \, S2 M
课程大纲：
/ z% K% i9 I2 R, @( R4 p" ` 第1章:Tensorflow基本操作$ \9 N" _6 B0 z( c# D
1.Tensorflow简介与安装
0 M6 D1 m: |& V: I7 p; U1 S3 s1 }) A 2.Tensorflow中的变量
! W4 K4 A- a- C 3.变量常用操作
! d3 K0 r0 h5 W0 k: C& d 4.实现线性回归算法
7 B* S4 [) Y4 s; k/ B 5.Mnist数据集简介 - U8 ^( R w; g( c3 P
6.逻辑回归算法
5 y" Y' \. ~- M, H 第2章:Tensorflow卷积神经网络
2 A3 V, c1 E! M6 A) s 1.神经网络结构7 S' k7 `2 D3 W. h% E
2.卷积网络结构基本定义
! D, o2 ~8 L4 M; @" h9 i; }; M 3.卷积神经网络迭代
( q: s: z; Q4 R% W$ |6 y 4.Cifar-10图像分类任务) Q' g. n) E% K* o+ J
第3章:卷积神经网络实战-猫狗识别
: e7 u% y2 z& }$ N) C 1.猫狗识别任务概述* J2 P/ \2 P9 b: E6 U2 L9 C
2.猫狗识别数据读取
& C& q/ n# d- t+ z$ c% a+ K. y" B 3.猫狗识别网络架构( h% }5 _; ?7 a+ [; x: W
4.网络迭代训练7 `2 K2 L$ x8 N# D
5.猫狗测试网络效果' o8 n+ J, o1 \$ O# s: U2 B
第4章:RNN递归神经网络实战
& V9 f( \, A3 S$ N9 C 1.RNN网络基本架构
3 d5 Y+ B7 S, c; \7 g. |3 R 2.实现RNN网络架构 3 H; A0 _: G2 Z2 m* h% e4 i
3.RNN实现自己的小demo
* k0 S: m4 t, Q I+ O 4.RNN预测时间序列6 e4 O/ N: f s8 t! z
第5章:致敬经典：ALEXNET网络实战
, o; F- M$ E' f# s 1.Alexnet环境配置 2.Alexnet数据读取与参数设置; p) G* \. H+ h1 K; Q
3.Alexnet网络结构定义; \9 Y; }- W8 m }
4.Alexnet加载训练好的参数 * p9 i! T9 l7 d3 ]
第6章:Tensorboard可视化展示
& u9 [, r& \; S8 } 1.Tensorboard可视化展示 / L: @- X8 {' P5 e4 d6 d8 K8 i
2.Tensorboard展示效果 . ]5 k- r! I; `* W4 A7 D
3.Tensorboard统计可视展示
: B! h- O7 v; O% h7 F+ b 4.Tensorboard参数对结果影响展示
; P6 q- s; E) g7 E. R 第7章:tfrecord制作自己的数据集4 Q+ C# z }/ v" j' X4 a+ y7 t
1.tfrecord生成自己的数据集
8 J7 r2 X0 p! U# G* a# m/ r9 [' H 2.tfrecord读取数据
" i+ T& `* {1 j! A 3.tfrecord生成数据源 0 {" Z( @; S$ w
4.加载tfrecord进行分类任务
W' @* U* }4 ?" {. C 第8章:CNN应用于文本分类任务0 L% |6 i5 w* E# k
1.文本分类任务特征定义 / k5 W4 c7 w8 D5 _+ _
2.卷积网络定义
) d( m& r+ ?& w* i% y: V( Y' Y8 D 3.CNN应用于文本分类任务5 g* W0 }$ s9 j) N2 z
4.完成预测分类任务
% p/ ~/ U# |/ M& | 第9章:resnet残差网络& S* {6 y: ]6 J4 Q. z% n; `3 D
1.resnet网络原理
$ D! ?& V+ i( [ 2.resnet网络流程设计 f+ w6 M' l) D8 t0 M# C( f
3.残差网络实现细节
- L. p: I }: U: }! F/ g: z" h 第10章:验证码识别实战
/ n7 O. |$ d( Y, x8 n 1.验证码数据生成8 v- n/ O, Y. x' p; x
2.构造网络的输入数据和标签
) V* F5 y' u8 O, w( g! W 3.卷积网络模型定义9 D5 P X4 b9 n/ A: \- b, I
4.迭代及测试网络效果
7 P2 D3 b) a% \2 f3 e7 M
9 A3 y. r7 m; T; c) F. A r. [: k1 B2 @; v0 _1 m3 f. [% S
2 j! `3 j& R Q. h
5 S# R: ]! K3 T3 e6 B! H8 H* p! M" ~' W4 X+ H! W. Z5 V
5 W) ^5 e/ N$ T9 ?5 X
- n/ d+ q1 {/ [4 n
& @3 `( R/ g; z# k4 X: ?$ t; x+ f3 g
: a& E: O; W$ d* U; _6 N8 ^7 P8 S2 M( y* s
. ?; M% e2 Y3 b+ b6 I
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？立即注册
×
|
/1 
|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站
窥视卡
雷达卡
发表于 2019-4-25 18:27:47
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
发表于 2019-7-19 04:55:39