1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會。

1課程概述
2第一個程序
3常量與變量 操作數(shù)與占位符-01
4常量與變量 操作數(shù)與占位符-02
5Feed與Feach
6梯度下降 - 反向傳播
7梯度下降 - 神經(jīng)網(wǎng)絡(luò)
8使用梯度下降求解線性回歸
9計算圖與梯度流
10梯度下降求解邏輯回歸
11基于邏輯回歸預(yù)測二元分類-01
12基于邏輯回歸預(yù)測二元分類-02
13人工神經(jīng)網(wǎng)絡(luò)-01
14人工神經(jīng)網(wǎng)絡(luò)-02
15激活與損失函數(shù)
16dropout與多層神經(jīng)網(wǎng)絡(luò)-01
17dropout與多層神經(jīng)網(wǎng)絡(luò)-02
18卷積神經(jīng)網(wǎng)絡(luò) - 卷積概念
19卷積神經(jīng)網(wǎng)絡(luò) - 各層詳解
20卷積神經(jīng)網(wǎng)絡(luò) - CNN代碼實現(xiàn)
21卷積神經(jīng)網(wǎng)絡(luò) - mnist手寫數(shù)據(jù)集訓(xùn)練
22保存與使用網(wǎng)絡(luò)模型-01
23保存與使用網(wǎng)絡(luò)模型-02
24TensorBoard可視化學(xué)習(xí)-01
25TensorBoard可視化學(xué)習(xí)-02
26驗證碼識別 - 驗證碼讀取與預(yù)處理
27驗證碼識別-CNN模型詳解與代碼實現(xiàn)運(yùn)行訓(xùn)練
28驗證碼識別 - 使用數(shù)據(jù)及驗證碼數(shù)據(jù)生成與總結(jié)