找回密码
 立即注册
查看: 1100|回复: 1

深度学习框架-Tensorflow案例实战视频课程【22课时】

[复制链接]
累计签到:85 天
连续签到:1 天
发表于 2019-4-25 18:27:47 | 显示全部楼层 |阅读模式
本帖最后由 冰点也疯狂 于 2020-2-26 14:49 编辑
2 r3 L/ w+ D( O, ]! F# Z; ?2 _: p3 A6 {; I( g
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。 2 u8 a: e( h2 Z% |8 W
课程收益:
' Z+ v% x/ M5 H: B, ]: t    1.掌握深度学习框架Tensorflow的基本语法
3 W& ]  h- \1 p    2.熟练使用Tensorflow进行数据处理 5 X, b: G: T1 v( M/ [: ?
    3.掌握神经网络构建方法,构建各种网络架构# ]9 q2 ~4 v! J' x& Z3 |6 w
    4.掌握Tensorflow在卷积网络与自然语言处理中的应用方法 9 ?. ^4 ^2 E" N* [; t- Y1 D
    5.掌握Tensorflow的可视化展示方法
3 T( S- V* R; y( m" O0 k5 w9 j
. o, ?* @* a- v4 O课程大纲:/ A1 r1 g" d- V( o
  第1章:Tensorflow基本操作' [# n# y! A0 j7 E# }
    1.Tensorflow简介与安装$ q$ T$ m3 L2 _" e( _3 H  g2 D
    2.Tensorflow中的变量) \$ w2 x1 x, H2 J2 s5 E
    3.变量常用操作
- x% G2 T; a3 `    4.实现线性回归算法
9 l; @% j# @+ s/ b7 d9 C7 f    5.Mnist数据集简介
* N  N& c! M; Y8 J8 P% u    6.逻辑回归算法
5 F  ]0 ]; X, M6 B  第2章:Tensorflow卷积神经网络- W( E8 |0 Q) `$ c8 ?& g  \2 J
    1.神经网络结构
' p! C8 b' p5 D    2.卷积网络结构基本定义" V( c' k  v! a" j: H& U
    3.卷积神经网络迭代8 Y9 z" A% m( [5 T+ V6 m  n
    4.Cifar-10图像分类任务
" D. r4 q. {: w( V4 x) m1 U# `  第3章:卷积神经网络实战-猫狗识别
. Y% ^# Q+ v: P/ q% [    1.猫狗识别任务概述
, |1 j( z) B; F2 M    2.猫狗识别数据读取
9 }9 @+ O  r1 e$ Y: [, @9 }. ^: L4 \    3.猫狗识别网络架构( Q, K/ c" I# G
    4.网络迭代训练" J5 V% X9 k* b0 e* m2 a# t
    5.猫狗测试网络效果
7 x1 P' M$ O. ^8 r" {  第4章:RNN递归神经网络实战
# s' \9 H% G  u9 k+ c: o8 a    1.RNN网络基本架构 ! a; s- ?  C  f8 d- v
    2.实现RNN网络架构
$ K/ _6 D; I2 R. G/ H- ~. K1 ~    3.RNN实现自己的小demo
# v3 j7 n' g* ]% r- Y/ c, k( r    4.RNN预测时间序列/ U. e+ Y, f, L2 k+ l
  第5章:致敬经典:ALEXNET网络实战

/ |" @3 k: x' W3 U7 x    1.Alexnet环境配置     2.Alexnet数据读取与参数设置6 f8 y- `* g& S! i9 [
    3.Alexnet网络结构定义
1 S! A% Y) _2 I) F0 F( W    4.Alexnet加载训练好的参数 0 a( B( B7 Q' H) K
  第6章:Tensorboard可视化展示2 V9 D5 V; j# V( U2 T: h
    1.Tensorboard可视化展示  % Y& |7 j8 N: s: m0 K: j
    2.Tensorboard展示效果 1 Q$ P! g% M, k+ D# {" @
    3.Tensorboard统计可视展示. n  w% z. b3 Y  M' R
    4.Tensorboard参数对结果影响展示
4 t# j9 u7 }7 n5 \  第7章:tfrecord制作自己的数据集
8 ?1 A! o5 X' K* v- p, j    1.tfrecord生成自己的数据集
! r* E- s; s* c5 z    2.tfrecord读取数据
6 w" ~1 o& Z) l. x( ?    3.tfrecord生成数据源  
  x+ c# t; B( B    4.加载tfrecord进行分类任务* T+ D4 i1 v+ g/ P. b6 {3 l8 U
  第8章:CNN应用于文本分类任务
3 m; V& d" s* ~* h' o    1.文本分类任务特征定义
7 y, t, g+ z8 F( e    2.卷积网络定义 ; D7 U  a& |' V- X, K+ J" O7 ?
    3.CNN应用于文本分类任务
- ]' E/ V' y0 {& ~1 n! h) N    4.完成预测分类任务
3 r0 {* z/ j9 A- t9 O1 \  第9章:resnet残差网络/ v0 \% d* |0 k
    1.resnet网络原理  
) K* l& j* v, _    2.resnet网络流程设计
; [4 b# {! ~9 W: ]    3.残差网络实现细节 - s$ W4 s: a3 X; \7 v8 C0 i0 g) x
  第10章:验证码识别实战5 S3 P6 J6 y$ e
    1.验证码数据生成
) x) ^& J5 L* W  K+ D& |7 a8 O    2.构造网络的输入数据和标签 & }& `) N; h* \6 P" X
    3.卷积网络模型定义4 Z2 o& a# O/ c
    4.迭代及测试网络效果
游客,如果您要查看本帖隐藏内容请回复

* Y+ _) `* E* c9 }5 ~5 r6 c) K9 }5 y: \: N

2 b- D# }2 N% A' y0 Z
: [5 o8 E4 L( f4 E# `' G! N  s7 M( V6 O- ^9 i2 l
7 `6 E, w! D- N

- b! G2 k6 M, @7 U4 n  e+ R* X+ N& {$ M

# ]! q7 ~( n; Y# A
* a+ `( i( c$ Q6 u6 f* |4 g0 r, t' s

; E$ ?- q, P# u" i0 l' X+ l' x; n5 \1 G- n; i' _7 c

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

×

尚未签到

发表于 2019-7-19 04:55:39 | 显示全部楼层
很棒的教程~~
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

点击这里给我发消息

QQ|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站

GMT+8, 2026-10-28 01:01

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表