玩转深度学习实战教程—1357人已学习
课程介绍
玩转深度学习视频培训课程,详细讲解深度学习的原理和利用深度学习框架TensorFlow进行项目实战。课程通过Kaggle竞赛平台的Titanic问题讲解TensorFlow的基本用法以及问题处理的常用技巧,讲解深度学习图像领域的卷积神经网络CNN和多个经典的网络架构、CNN的应用,讲解自然语言处理领域的RNN、LSTM以及它们的多种变种结构,构建语言模型和对话机器人,介绍损失函数和优化深度学习算法在TensorFlow中的实现。
课程收益
实战教学,玩转深度学习,经过这个课程,你将掌握最火的深度学习的必备理论
掌握利用TensorFlow实战能力,可以动手训练自己的数据,计算机视觉、NLP、语音模型等等都有讲解,深度学习入门到精通
掌握深度学习脉络,成为一名基础的AI工程师
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:TensorFlow基本用法和常用技巧
1. TensorFlow系统介绍 10:00
2. 环境准备、安装以及常用库介绍 10:10
3. TensorFlow的计算图与Session会话 10:10
4. Tensor与变量 10:10
5. TensorBoard可视化 7:05
第2章:Titanic题目实战
1. Kaggle平台介绍 10:00
2. Titanic题目介绍 20:05
3. 数据读入以及预处理 10:10
4. 构建计算图、构建训练迭代过程 10:10
5. 执行训练、存储模型、预测分析 25:37
第3章:卷积神经网络CNN”看懂”世界
1. 图像识别难题 34:20
2. CNNs的层架架构 25:26
3. 卷积计算与池化运算 1:08
4. ReLU与Dropout 6:22
5. CNNs技巧总结 29:52
第4章:CNNs实战手写图片识别
1. MNIST 数据集介绍 15:10
2. 图片读入与预处理 20:10
3. 网络层的构建 25:10
4. 模型保存与训练 17:53
5. 结果分析,知识总结 8:16
第5章:循环神经网络RNN”能说会道”
1. 文本理解和文本生成问题 16:55
2. 标准RNN模型 25:25
3. BPTT算法讲解 20:50
4. 灵活的RNN结构 6:00
5. TensorFlow实现正弦序列预测 29:14
第6章:LSTM模型以及其他RNN变体
1. RNN与序列问题 18:55
2. LSTM基本原理 20:05
3. LSTM变形GRU 20:10
4. 代码实现讲解 20:00
5. 代码实现讲解二 19:50
第7章:语言模型实战写代码
1. NGram语言模型 15:05
2. 神经网络语言模型 15:05
3. 循环神经网络语言模型 15:05
4. 语言模型写一首诗 15:05
5. 模型改进与总结 14:00
第8章:对话机器人
1. 基于规则的对话系统 15:05
2. 基于检索的对话系统 15:05
3. 基于生成模型 15:05
4. 基于seq2seq的对话机器人 15:00
5. 模型生成、训练、分析结果 4:05
第9章:CNN+LSTM看图说话
1. cnn发展 20:05
2. 目标识别问题 20:05
3. R-CNN到Faster R-CNN 20:00
4. 图像摘要问题 15:00
5. NIC图像摘要生成算法 12:54
第10章:损失函数与优化算法
1. 梯度下降算法 5:00
2. RMSProp优化算法 5:00
3. Adam优化算法 5:00
4. softmax类别采样损失函数 5:00
5. 损失函数二 5:00
6. 损失函数三 5:00
7. logistic损失函数 5:00
8. 损失函数 8:42
大家可以点击【 查看详情】查看我的课程
课程介绍
玩转深度学习视频培训课程,详细讲解深度学习的原理和利用深度学习框架TensorFlow进行项目实战。课程通过Kaggle竞赛平台的Titanic问题讲解TensorFlow的基本用法以及问题处理的常用技巧,讲解深度学习图像领域的卷积神经网络CNN和多个经典的网络架构、CNN的应用,讲解自然语言处理领域的RNN、LSTM以及它们的多种变种结构,构建语言模型和对话机器人,介绍损失函数和优化深度学习算法在TensorFlow中的实现。
课程收益
实战教学,玩转深度学习,经过这个课程,你将掌握最火的深度学习的必备理论
掌握利用TensorFlow实战能力,可以动手训练自己的数据,计算机视觉、NLP、语音模型等等都有讲解,深度学习入门到精通
掌握深度学习脉络,成为一名基础的AI工程师
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:TensorFlow基本用法和常用技巧
1. TensorFlow系统介绍 10:00
2. 环境准备、安装以及常用库介绍 10:10
3. TensorFlow的计算图与Session会话 10:10
4. Tensor与变量 10:10
5. TensorBoard可视化 7:05
第2章:Titanic题目实战
1. Kaggle平台介绍 10:00
2. Titanic题目介绍 20:05
3. 数据读入以及预处理 10:10
4. 构建计算图、构建训练迭代过程 10:10
5. 执行训练、存储模型、预测分析 25:37
第3章:卷积神经网络CNN”看懂”世界
1. 图像识别难题 34:20
2. CNNs的层架架构 25:26
3. 卷积计算与池化运算 1:08
4. ReLU与Dropout 6:22
5. CNNs技巧总结 29:52
第4章:CNNs实战手写图片识别
1. MNIST 数据集介绍 15:10
2. 图片读入与预处理 20:10
3. 网络层的构建 25:10
4. 模型保存与训练 17:53
5. 结果分析,知识总结 8:16
第5章:循环神经网络RNN”能说会道”
1. 文本理解和文本生成问题 16:55
2. 标准RNN模型 25:25
3. BPTT算法讲解 20:50
4. 灵活的RNN结构 6:00
5. TensorFlow实现正弦序列预测 29:14
第6章:LSTM模型以及其他RNN变体
1. RNN与序列问题 18:55
2. LSTM基本原理 20:05
3. LSTM变形GRU 20:10
4. 代码实现讲解 20:00
5. 代码实现讲解二 19:50
第7章:语言模型实战写代码
1. NGram语言模型 15:05
2. 神经网络语言模型 15:05
3. 循环神经网络语言模型 15:05
4. 语言模型写一首诗 15:05
5. 模型改进与总结 14:00
第8章:对话机器人
1. 基于规则的对话系统 15:05
2. 基于检索的对话系统 15:05
3. 基于生成模型 15:05
4. 基于seq2seq的对话机器人 15:00
5. 模型生成、训练、分析结果 4:05
第9章:CNN+LSTM看图说话
1. cnn发展 20:05
2. 目标识别问题 20:05
3. R-CNN到Faster R-CNN 20:00
4. 图像摘要问题 15:00
5. NIC图像摘要生成算法 12:54
第10章:损失函数与优化算法
1. 梯度下降算法 5:00
2. RMSProp优化算法 5:00
3. Adam优化算法 5:00
4. softmax类别采样损失函数 5:00
5. 损失函数二 5:00
6. 损失函数三 5:00
7. logistic损失函数 5:00
8. 损失函数 8:42
大家可以点击【 查看详情】查看我的课程