深度學習模型 & Tensorflow框架培訓課程
培訓目標:
·深度學習模型應用常見應用場景
·深度學習模型基礎技術棧
·深度學習模型常見的難點
·基于深度學習框架TensorFlow進行深度學習模型案例實現
培訓對象
·希望了解深度學習模型的人員
·希望了解深度學習模型技術的人員
·正在工作中面臨深度學習模型問題的架構師,分析師等
學員基礎:了解人工智能基本概念,最好了解Python開發語言
培訓內容:
|
主題
|
課程安排
|
|
深度學習基本原理
|
1、深度學習簡介
2、深度學習成功應用
3、深度學習與神經網絡的對比
4、深度學習的訓練過程
5、深度學習的具體模型
· 自動編碼器
· 稀疏自動編碼器
· 降噪自動編碼器
6、深度學習應用案例
|
|
深度學習模型原理解析
|
1、CNN
· CNN模型的推導與實現
· CNN的反向求導及練習
· CNN應用:文本分類
· CNN 常見問題總結
2、RNN
· RNN模型的推導與實現
· RNN的反向求導及練習
· RNN應用:個性化電影推薦
· RNN常見問題總結
3、LSTM
· LSTM模型的推導與實現
· LSTM的反向求導及練習
· LSTM應用:文本識別
· LSTM常見問題總結
4、DNN
· DNN模型的推導與實現
· DNN的反向求導及練習
· DNN應用:CTR預估
· DNN常見問題總結
5、廣告搜索中深度學習的應用
· 查詢意圖識別:CSR
· 文本相關性:Word2Vec。DSSM
· CTR預估:DNN、MxNet
· 圖像理解:VGGNet、CNN
|
|
深度學習框架實踐Tensorflow
|
1、Tensorflow框架介紹
2、TensorFlow和其他深度學習框架的對比
3、Tensorflow 特性
4、Tensorflow 下載及安裝
5、Tensorflow 架構
6、Tensorflow 基本使用
7、TensorFlow實現多層感知機
8、TensorFlow實現卷積神經網絡
· TensorFlow實現簡單的卷積網絡
· TensorFlow實現進階的卷積網絡
· TensorFlow實現經典卷積神經網絡
· TensorFlow實現ResNet
9、Tensorflow 實現循環神經網絡及Word2Vec
· Tensorflow 實現Word2Vec
· Tensorflow 實現基于LSTM的語言模型
10、TensorFlow實現深度強化學習
· 深度強化學習簡介
· TensorFlow實現策略網絡
· TensorFlow實現估值網絡
11、TensorBoard、多GPU并行及分布式并行
· TensorBoard
· 多GPU并行
· 分布式并行
12、實戰:Python中實現LSTM模型搭建:時間序列
· 基于某家店的某顧客的歷史消費的時間推測該顧客前下次來店的時間
13、實戰:用TensorFlow搭建圖像識別系統
14、Tensorflow結合Spark
|
|
如果您想學習本課程,請
預約報名
如果沒找到合適的課程或有特殊培訓需求,請
訂制培訓
除培訓外,同時提供相關技術咨詢與技術支持服務,有需求請發需求表到郵箱soft@w908.cn,或致電4007991916
技術服務需求表點擊在線申請
服務特點:
海量專家資源,精準匹配相關行業,相關項目專家,針對實際需求,顧問式咨詢,互動式授課,案例教學,小班授課,實際項目演示,快捷高效,省時省力省錢。
專家力量:
中國科學院軟件研究所,計算研究所高級研究人員
oracle,微軟,vmware,MSC,Ansys,candence,Altium,達索等大型公司高級工程師,項目經理,技術支持專家
中科信軟培訓中心,資深專家或講師
大多名牌大學,碩士以上學歷,相關技術專業,理論素養豐富
多年實際項目經歷,大型項目實戰案例,熱情,樂于技術分享
針對客戶實際需求,案例教學,互動式溝通,學有所獲