培訓(xùn)特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對(duì)深度學(xué)習(xí)技術(shù)進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討深度學(xué)習(xí)的應(yīng)用場(chǎng)景，給深度學(xué)習(xí)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。


日程安排


第一天上午
神經(jīng)網(wǎng)絡(luò)算法理論與實(shí)戰(zhàn)：（一）
1.神經(jīng)網(wǎng)絡(luò)基本原理
2.單層感知器程序
3.線性神經(jīng)網(wǎng)絡(luò)
4.激活函數(shù)，損失函數(shù)和梯度下降法
5.線性神經(jīng)網(wǎng)絡(luò)異或問題


第一天下午
神經(jīng)網(wǎng)絡(luò)算法理論與實(shí)戰(zhàn)（二）
6.BP神經(jīng)網(wǎng)絡(luò)介紹
7.BP算法推導(dǎo)
8.BP神經(jīng)網(wǎng)絡(luò)解決異或問題
9.BP算法解決手寫數(shù)字識(shí)別
10.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識(shí)別
11.BP神經(jīng)網(wǎng)絡(luò)論文講解
12.GOOGLE神經(jīng)網(wǎng)絡(luò)平臺(tái)


第二天上午
Tensorflow（一）
1.深度學(xué)習(xí)框架介紹
2.Tensorflow安裝
3.Tensorlfow基礎(chǔ)知識(shí)：圖，變量，fetch，feed
4.Tensorflow線性回歸
5.Tensorflow非線性回歸
6.Mnist數(shù)據(jù)集合Softmax講解
7.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識(shí)別


第二天下午
Tensorflow（二）
8.交叉熵(cross-entropy)講解和使用
9.過擬合,正則化,Dropout
10.各種優(yōu)化器Optimizer
11.改進(jìn)手寫數(shù)字識(shí)別網(wǎng)絡(luò)
12.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹
13.使用CNN解決手寫數(shù)字識(shí)別
14.長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM介紹
15.LSTM的使用


第三天上午
圖像識(shí)別項(xiàng)目（一）
1.介紹Google圖像識(shí)別模型Inception-v3
2.使用Inception-v3做圖像識(shí)別
圖像識(shí)別項(xiàng)目（二）
3.訓(xùn)練自己的圖像識(shí)別模型


第三天下午
文本分類項(xiàng)目：
4.文本分類任務(wù)介紹
5.word2vec介紹
6.使用CNN完成文本分類
7.使用LSTM完成文本分類


生成式對(duì)抗網(wǎng)絡(luò)GANs：
8.GANs介紹
9.使用tensorflow完成GANs


第四天 業(yè)內(nèi)經(jīng)驗(yàn)交流