|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:49 编辑 6 ?1 \ K" z' w1 q7 p1 G
# q- p' v6 V) d4 b7 {
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。 o6 Q4 b% Q5 N' g0 f& T- L3 @
课程收益：6 y1 b8 z4 c# D. i
1.掌握深度学习框架Tensorflow的基本语法 ' J% g: h. S! y! ~1 k
2.熟练使用Tensorflow进行数据处理
" ~: X' j3 d" D 3.掌握神经网络构建方法，构建各种网络架构
0 _- ]; A. R6 B 4.掌握Tensorflow在卷积网络与自然语言处理中的应用方法
/ F1 E! x$ v- _ 5.掌握Tensorflow的可视化展示方法0 K$ }+ F4 v' [7 J. ?. d
" i5 \' S1 v, r9 r- D课程大纲：
) f2 d4 V% A1 Q; j8 ~ 第1章:Tensorflow基本操作
% n# h0 H1 |4 a9 b x( F, ^% o 1.Tensorflow简介与安装- V' d) |# f5 W+ f3 V8 `3 n) c& Q
2.Tensorflow中的变量) g. m( Q+ B+ g5 U) m( _; {2 h
3.变量常用操作
! X! N+ b! G' M* @! [. i 4.实现线性回归算法
, R9 X; R9 x1 E% f* I( B# k W 5.Mnist数据集简介
. g/ n' Z2 g3 U3 X/ { 6.逻辑回归算法
4 d+ P; r% j8 p, u& L0 I% ` 第2章:Tensorflow卷积神经网络/ Y0 X( A" h* y6 U. H( n. ?/ w
1.神经网络结构4 V# E/ a5 [' R* l4 {
2.卷积网络结构基本定义
1 Q# i' @$ W! J- k& p% \8 m. \ 3.卷积神经网络迭代7 M# I5 n& ^( d2 D0 u2 T( r
4.Cifar-10图像分类任务: U( V) F5 t# a1 ]
第3章:卷积神经网络实战-猫狗识别/ b9 l; [: ^% T5 h! z
1.猫狗识别任务概述
( e& N- Q# g: B 2.猫狗识别数据读取
7 }& r7 h6 X0 \6 d$ M! u% y 3.猫狗识别网络架构! \6 y* V* t6 A( D7 j
4.网络迭代训练9 _ n% g7 ~1 _# N* T* O
5.猫狗测试网络效果5 E. q" g: n4 h
第4章:RNN递归神经网络实战
2 p$ X2 L5 j- j, D# W' T 1.RNN网络基本架构 ! K, l9 s+ B; d; I9 X9 J* d# d
2.实现RNN网络架构
$ [1 l5 d p4 u* x& Z 3.RNN实现自己的小demo
) n: ]* d9 z7 h/ Q! n 4.RNN预测时间序列3 R ^* y) T- e+ O# u3 O
第5章:致敬经典：ALEXNET网络实战8 i9 `7 a# X4 X4 k* J+ P9 a, H2 q) Q
1.Alexnet环境配置 2.Alexnet数据读取与参数设置
$ k$ k* C @; T5 } 3.Alexnet网络结构定义
9 m; Z8 i$ F! g/ E0 i0 ^# N 4.Alexnet加载训练好的参数 - T9 R7 w K' Q& ]% M
第6章:Tensorboard可视化展示& }5 w, l* q! M4 c P" h2 ~- b
1.Tensorboard可视化展示 3 f6 q* i4 A0 V7 k% a. ?; i
2.Tensorboard展示效果 . W1 B% Z# e, c- m/ s9 y& ^) f6 X
3.Tensorboard统计可视展示
6 W* e1 ~7 i9 U% V8 W: h 4.Tensorboard参数对结果影响展示7 e$ `: ?4 a4 k- a1 Q: m* [1 U
第7章:tfrecord制作自己的数据集( K; C/ K5 G6 [* }0 w
1.tfrecord生成自己的数据集 ( P! \* h$ E+ t
2.tfrecord读取数据 : S- @! W) [+ w2 C
3.tfrecord生成数据源 8 a3 b q! U) }+ K. y
4.加载tfrecord进行分类任务
& J: Y! N4 H2 e+ z2 r+ Q 第8章:CNN应用于文本分类任务
% G7 G* N1 ^7 x; G 1.文本分类任务特征定义 0 @4 z2 L4 P1 c
2.卷积网络定义 ; c2 {% M; M2 b: e6 |
3.CNN应用于文本分类任务
* w$ [6 f! H" g1 E _- Q" b 4.完成预测分类任务
1 F) [0 g1 @; `9 p' x' ~* o 第9章:resnet残差网络& c5 ~/ {. Z! \* }: r( t$ O
1.resnet网络原理 % b$ I/ U8 V. n) a7 E8 c% r
2.resnet网络流程设计 + f( P# o) m+ v5 w9 C5 _
3.残差网络实现细节 & R" k' `3 k/ N2 `4 x0 g7 u
第10章:验证码识别实战
( ]7 Q* Y* v4 i; U+ d 1.验证码数据生成
5 E) t* D- X) K! N% e* e9 R. ]5 Y 2.构造网络的输入数据和标签
0 S$ T7 [' w9 J4 @# K: z! U9 B0 i 3.卷积网络模型定义# R( H8 C2 q4 E/ ] r4 G( @- X
4.迭代及测试网络效果
# n# Z m* }' ~3 M6 m9 o! [! T6 x Q7 s% _( K
. @( l. F4 W' `( `' K* W1 H- `- x$ {# a$ m7 w/ r
7 G. [. W$ G. `3 Q8 x
) e [" G2 T$ H) b, |+ \4 P; |" [5 S( G4 ?1 O8 [" u
2 F8 C# U, b/ [) R
- e; C/ X7 I. c1 A# k" _! Y: ~* l1 ~3 w0 e" Z F
$ X3 L; t0 O1 k6 ]2 y/ H
9 D, e* F. ~. a2 M# w; t% I$ K2 H/ }' _9 U; g8 z% m; O
|
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