1、培訓(xùn)過(guò)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(tīng)；
       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(huì)。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書(shū)，提升職業(yè)資質(zhì)。專(zhuān)注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書(shū)受到廣泛認(rèn)可。

?近幾年各種深度學(xué)習(xí)框架涌現(xiàn)，大家可能很難從眾多的深度學(xué)習(xí)框架中選擇一個(gè)合適的框架進(jìn)行學(xué)習(xí)。對(duì)于深度學(xué)習(xí)的初學(xué)者，或者覺(jué)得Tensorflow,Caffe等框架學(xué)習(xí)困難難以上手的人，可以考慮學(xué)習(xí)Keras。
? ? Keras是一種高度模塊化，使用簡(jiǎn)單上手快，合適深度學(xué)習(xí)初學(xué)者使用的深度學(xué)習(xí)框架。Keras由純Python編寫(xiě)而成并以Tensorflow、Theano以及CNTK為后端。Keras為支持快速實(shí)驗(yàn)而生，能夠把你的idea迅速轉(zhuǎn)換為結(jié)果。
? ? Keras的設(shè)計(jì)原則是：
? ? 用戶(hù)友好：Keras是為人類(lèi)而不是天頂星人設(shè)計(jì)的API。用戶(hù)的使用體驗(yàn)始終是我們考慮的首要和中心內(nèi)容。Keras遵循減少認(rèn)知困難的較佳實(shí)踐：Keras提供一致而簡(jiǎn)潔的API， 能夠極大減少一般應(yīng)用下用戶(hù)的工作量，同時(shí)，Keras提供清晰和具有實(shí)踐意義的bug反饋。
? ? 模塊性：模型可理解為一個(gè)層的序列或數(shù)據(jù)的運(yùn)算圖，完全可配置的模塊可以用最少的代價(jià)自由組合在一起。具體而言，網(wǎng)絡(luò)層、損失函數(shù)、優(yōu)化器、初始化策略、激活函數(shù)、正則化方法都是獨(dú)立的模塊，你可以使用它們來(lái)構(gòu)建自己的模型。
? ? 易擴(kuò)展性：添加新模塊超級(jí)容易，只需要仿照現(xiàn)有的模塊編寫(xiě)新的類(lèi)或函數(shù)即可。創(chuàng)建新模塊的便利性使得Keras更適合于先進(jìn)的研究工作。
? ? 與Python協(xié)作：Keras沒(méi)有單獨(dú)的模型配置文件類(lèi)型（作為對(duì)比，caffe有），模型由python代碼描述，使其更緊湊和更易debug，并提供了擴(kuò)展的便利性。

第一部份 Keras簡(jiǎn)介，Anaconda安裝，Tensorflow的CPU版本安裝，Keras安裝。
第二部份 Keras實(shí)現(xiàn)線(xiàn)性回歸，非線(xiàn)性回歸，手寫(xiě)數(shù)字分類(lèi)。
第三部份 交叉熵(cross-entropy)，過(guò)擬合，dropout，正則化以及Keras中各種優(yōu)化器的介紹。
第四部份 卷積神經(jīng)網(wǎng)絡(luò)CNN的講解，以及用CNN解決MNIST分類(lèi)問(wèn)題。
第五部份 遞歸神經(jīng)網(wǎng)絡(luò)LSTM的講解，以及LSTM網(wǎng)絡(luò)的使用。
第六部份 使用Keras完成圖像識(shí)別。
第七部份 使用Keras完成圖片風(fēng)格轉(zhuǎn)換。
第八部份 seq2seq模型講解及使用。
第九部份 使用Keras進(jìn)行情感分類(lèi)。
第十部份 使用Keras搭建生成對(duì)抗網(wǎng)絡(luò)GAN。