1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

• Keras課程會分為上下兩部分，上半部分課程會一步一步從Keras環境安裝開始講解，并從最基礎的Keras實現線性回歸，非線性回歸，手寫數字分類模型開始講起。逐步講到一些深度學習網絡的應用如CNN，LSTM。下半部分會使用Keras完成一些實際項目的應用。
  適用人群
  想自己動手實踐深度學習的人，想從事深度學習相關工作的人。
  課程簡介
  近幾年各種深度學習框架涌現，大家可能很難從眾多的深度學習框架中選擇一個合適的框架進行學習。對于深度學習的初學者，或者覺得Tensorflow,Caffe等框架學習困難難以上手的人，可以考慮學習Keras。
• Keras是一種高度模塊化，使用簡單上手快，合適深度學習初學者使用的深度學習框架。Keras由純Python編寫而成并以Tensorflow、Theano以及CNTK為后端。Keras為支持快速實驗而生，能夠把你的idea迅速轉換為結果。
  第1章Keras簡介，Keras安裝。
  1-11.Keras介紹
  1-22.Anaconda的安裝
  1-33.Tensorflow的安裝
  1-44.Keras的安裝
  第2章Keras實現線性回歸，非線性回歸，手寫數字分類。
  2-15.實現線性回歸
  2-26.實現非線性回歸
  2-37.MNIST數據集以及Softmax介紹
  2-48.MNIST分類程序
  第3章交叉熵，過擬合，dropout，正則化以及優化器介紹。
  3-19.交叉熵的介紹和應用
  3-210.過擬合,Dropout,正則化介紹
  3-311.google神經網絡小工具
  3-412.Dropout應用
  3-513.正則化應用
  3-614.優化器介紹及應用
  第4章卷積神經網絡CNN的講解及應用。
  4-115.卷積神經網絡介紹
  4-216.CNN應用于手寫數字識別
  第5章遞歸神經網絡LSTM的講解及應用。
  5-117.遞歸神經網絡RNN
  5-218.長短時記憶網絡LSTM
  5-319.RNN應用
  5-420.模型的保存和載入