|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:49 编辑 + `3 D k4 X2 c4 c p
, b$ w' G0 ^$ R1 u+ }' D6 i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。 6 k7 m$ v5 u$ d
课程收益：% b: \- `8 Z+ a" Y5 X- s7 z
1.掌握深度学习框架Tensorflow的基本语法
+ Z7 c: H6 j, Y/ u2 R% N# d5 a; r 2.熟练使用Tensorflow进行数据处理 / e- L4 y" \5 j4 [. s" v! y$ V
3.掌握神经网络构建方法，构建各种网络架构
. i" m+ l5 l$ d- E; h" I 4.掌握Tensorflow在卷积网络与自然语言处理中的应用方法 6 P; {, x* M/ C) y2 F1 P# q+ ]) }
5.掌握Tensorflow的可视化展示方法% v+ H: F) c. g7 k* r1 D# F
7 x, l: i L' n5 s" K课程大纲：: g( S8 R; ~# `
第1章:Tensorflow基本操作
# I0 t! J' j5 x0 w- T' Q# r 1.Tensorflow简介与安装
4 D/ V# h0 u% _ Y' r' \ 2.Tensorflow中的变量
/ E R# H5 A' s2 S! @* R 3.变量常用操作9 _# Z) v# G5 m, c& h
4.实现线性回归算法
( s5 O5 f3 J. M! w3 O 5.Mnist数据集简介
9 \/ C8 i7 ]7 K5 e2 a7 a 6.逻辑回归算法' F! j( x( i: T2 q
第2章:Tensorflow卷积神经网络8 r( D0 t; g9 w) Y' o9 V g6 r3 C
1.神经网络结构* W- M- a- q7 I, H, M
2.卷积网络结构基本定义8 b+ X% P' `6 f& N' ^0 ^
3.卷积神经网络迭代- |8 G* N3 T1 T/ {
4.Cifar-10图像分类任务, N! z$ x8 v$ o( j: F% @( n% G ?
第3章:卷积神经网络实战-猫狗识别 O \8 u) S7 L. L9 n9 a
1.猫狗识别任务概述. k; F8 F4 R; U* ^
2.猫狗识别数据读取
! g1 G1 U; D) i7 ]1 s 3.猫狗识别网络架构1 C/ K2 l3 o& p5 r8 A$ O
4.网络迭代训练+ E; t7 Q% H+ ~5 g. B9 O7 E
5.猫狗测试网络效果8 ^2 U: |% x& Z* W7 N' ]7 x, D( U" h9 t
第4章:RNN递归神经网络实战
; z1 i5 N- K% f) F0 j4 z% {' C 1.RNN网络基本架构
! a" A" n4 E& T9 t 2.实现RNN网络架构 / W Z- O+ Y4 x3 J, ~& Z1 B# F4 x
3.RNN实现自己的小demo
; b, e+ y. B9 C- W% J& w 4.RNN预测时间序列 X& T, ?% d- q# e/ J- e
第5章:致敬经典：ALEXNET网络实战
9 C; @. `, D, d5 Q, M 1.Alexnet环境配置 2.Alexnet数据读取与参数设置: i2 v+ l. g/ J! B1 q0 f' T
3.Alexnet网络结构定义' ?' Z; l7 S s" z- t
4.Alexnet加载训练好的参数 ! X7 D A" o. o) h1 K+ f0 K ?
第6章:Tensorboard可视化展示
6 u" I4 x; c- k6 a7 Q8 f7 P, r# v 1.Tensorboard可视化展示
+ J$ K. V) i) L1 y2 j8 P2 X @ 2.Tensorboard展示效果 / B, x" A) w; l- i" q
3.Tensorboard统计可视展示+ h3 U. C( ^$ \) J
4.Tensorboard参数对结果影响展示
. ~3 ?0 X) Y$ j$ z, d* e 第7章:tfrecord制作自己的数据集% t1 y" D( j1 ]3 {4 w0 G
1.tfrecord生成自己的数据集 $ ~6 W9 \1 X$ T' w* o
2.tfrecord读取数据 8 _1 B1 Z, v0 W! F
3.tfrecord生成数据源
. L8 P9 N' Z* v3 B K* r9 I" o 4.加载tfrecord进行分类任务# i( d6 p6 s e! j
第8章:CNN应用于文本分类任务! E& O4 ~0 [- |$ M- I. Y+ i& Y
1.文本分类任务特征定义 2 g3 i1 o; S, [! c- O
2.卷积网络定义
0 e( O, a5 b7 }- g 3.CNN应用于文本分类任务
, V! S2 r2 T$ z 4.完成预测分类任务3 X3 f; f, ?" V, Y( W3 _
第9章:resnet残差网络
2 s% ~' N7 t: ^8 }! Q# o 1.resnet网络原理
3 \8 M7 ]0 F0 M" O, I1 Q3 p/ ? 2.resnet网络流程设计 # C# _( ]( P1 k5 j
3.残差网络实现细节
+ I8 w) H% T* h# W 第10章:验证码识别实战2 U# ~8 G- m3 M& Z
1.验证码数据生成$ F' [ r0 q3 w) a
2.构造网络的输入数据和标签
7 U9 w9 ` |. p: w$ ]/ F 3.卷积网络模型定义* e5 a/ ~4 G; N# x) }1 \2 x
4.迭代及测试网络效果
2 ~! A% ~# U7 Y, R! P* z" E' G' M8 l( {" s% e2 F R
: A; y4 W# H7 [3 W2 W! l" {% f
1 F) Z4 Y p- m& r
# R' u; r. g) N/ J0 [- O- u" g; R T9 c% l ^- P' p$ f
6 I" e" X- G/ Z) W5 ]
* T6 y3 T f4 p( U
& f% Z; M( S7 a, c4 `. I
) B. M9 D9 c4 p" t7 G4 Y
3 \0 w$ b! n$ n; O. k# C3 ~5 u m( n
a U! i* I# r% L0 Q |
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