1、培訓過程中，如有部分內(nèi)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(jié)束后,授課老師留給學員聯(lián)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(yè)機會。

了解深度學習基本原理，基本學習器，并且可以使用tensorflow，搭建相關深度學習網(wǎng)絡架構(gòu)，完成訓練。
適用人群
深度學習入門，機器學習入門的學生
課程簡介
本課程詳細講解深度學習的原理和利用TensorFlow進行項目實戰(zhàn)。課程通過Kaggle競賽平臺的Titanic問題講解TensorFlow的基本用法以及問題處理的常用技巧，講解圖像領域的卷積神經(jīng)網(wǎng)絡CNN和多個經(jīng)典的網(wǎng)絡架構(gòu)、CNN的應用，講解自然語言處理領域的RNN、LSTM以及它們的多種變種結(jié)構(gòu)，構(gòu)建語言模型和對話機器人，介紹損失函數(shù)和優(yōu)化算法在TensorFlow中的實現(xiàn)。
第1章tensorflow基本用法
1-1TensorFlow基本用法和常用技巧
第2章泰塔尼克號問題講解
2-1Titanic題目實戰(zhàn)
第3章卷積神經(jīng)網(wǎng)絡講解
3-1卷積神經(jīng)網(wǎng)絡CNN”看懂”世界
第4章實戰(zhàn)手寫數(shù)字圖片識別
4-1CNNs實戰(zhàn)手寫圖片識別
第5章循環(huán)神經(jīng)網(wǎng)絡講解
5-1循環(huán)神經(jīng)網(wǎng)絡RNN”能說會道”
第6章LSTM講解以及變型
6-1LSTM模型以及其他RNN變體
第7章語言模型寫詩
7-1語言模型實戰(zhàn)寫詩
第8章實戰(zhàn)對話機器人
8-1對話機器人
第9章FATSER R-CNN目標識別
9-1CNN+LSTM看圖說話
1：Over和Faster R-CNN圖像檢測算法介紹 2：遮擋目標圖像檢測方法 3：Relnspect算法實現(xiàn)和模塊說明 4：ReInspect算法實現(xiàn)數(shù)據(jù)與結(jié)論 5：圖像摘要問題 6：NIC圖像摘要生成算法