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，提升職業(yè)資質(zhì)。專注高端技術(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)，端海的證書受到廣泛認(rèn)可。

• 第1章 課程導(dǎo)學(xué)
  對(duì)課程章節(jié)、知識(shí)點(diǎn)、課程安排、適用人群、前提條件以及學(xué)習(xí)完成后達(dá)到的程度進(jìn)行了介紹，讓同學(xué)們對(duì)本課程有基本的認(rèn)識(shí)。
• 1-1 課程導(dǎo)學(xué)
  第2章 基礎(chǔ)知識(shí)
  介紹tensorflow的基礎(chǔ)知識(shí)和原理，介紹tensorflow的基本訓(xùn)練方法和訓(xùn)練的注意點(diǎn)，介紹什么是Android系統(tǒng)及Android系統(tǒng)的四大基本組件，以及如何開發(fā)Android APP，開發(fā)工具用什么，環(huán)境如何搭建。
• 2-1 什么是TensorFlow
  2-2 張量、圖、會(huì)話
  2-3 TensorFlow原理及模型訓(xùn)練
  2-4 Android操作系統(tǒng)
  2-5 Java安裝
  2-6 Java環(huán)境搭建
  2-7 Android安裝及運(yùn)行
  2-8 第一個(gè)Android程序
  第3章 循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN與LSTM）
  本章主要講解了循環(huán)神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)，并介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)的衍生網(wǎng)絡(luò)LSTM，并對(duì)sequence to sequence和神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中的梯度爆炸和梯度消失相關(guān)內(nèi)容介紹了解決方法。
• 3-1 常用模型
  3-2 BP神經(jīng)網(wǎng)絡(luò)
  3-3 循環(huán)神經(jīng)網(wǎng)絡(luò)（1）
  3-4 循環(huán)神經(jīng)網(wǎng)絡(luò)（2）
  3-5 循環(huán)神經(jīng)網(wǎng)絡(luò)（雙向RNN）
  3-6 循環(huán)神經(jīng)網(wǎng)絡(luò)（梯度爆炸和梯度消失1）
  3-7 循環(huán)神經(jīng)網(wǎng)絡(luò)（梯度爆炸和梯度消失2）
  3-8 長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）
  第4章 NLP基礎(chǔ)
  介紹什么是RNN和LSTM，并介紹他們?cè)贜LP處理中如何去使用，介紹什么是NLP語(yǔ)言模型，以及常用的工作方式，介紹什么是word2vec，并進(jìn)行詳細(xì)解釋；
• 4-1 NLP基礎(chǔ)
  4-2 分詞技術(shù)
  4-3 詞性標(biāo)注
  4-4 命名實(shí)體識(shí)別
  4-5 貝葉斯與樸素貝葉斯（1）
  4-6 貝葉斯與樸素貝葉斯（2）
  4-7 隱馬爾科夫模型
  4-8 隱馬爾科夫模型實(shí)現(xiàn)命名實(shí)體識(shí)別
  4-9 樸素貝葉斯例子（1）
  4-10 樸素貝葉斯例子（2）
  4-11 樸素貝葉斯例子（3）
  第5章 文本處理方法
  介紹如何建立語(yǔ)料庫(kù)，以及可以通過(guò)什么方式去收集語(yǔ)料庫(kù)，并介紹常用的語(yǔ)料庫(kù)，以及介紹如何進(jìn)行語(yǔ)料的處理和其處理思路等
• 5-1 語(yǔ)料的獲取與處理
  5-2 NLP中的語(yǔ)言模型
  5-3 NLP中的語(yǔ)言模型 一元模型和二元模型
  5-4 NLP中的語(yǔ)言模型 N元模型
  5-5 詞向量與Word2vec
  5-6 文本處理方法
  第6章 實(shí)戰(zhàn)之聊天語(yǔ)料處理
  結(jié)合上章節(jié)講解的內(nèi)容，本章主要針對(duì)我們?cè)诹奶鞕C(jī)器人訓(xùn)練部分所使用的聊天語(yǔ)料進(jìn)行處理，處理方法包括但不限于數(shù)據(jù)清洗、切詞、訓(xùn)練語(yǔ)句劃分、句子向量等
• 6-1 數(shù)據(jù)處理-環(huán)境搭建
  6-2 聊天機(jī)器人語(yǔ)料處理流程介紹
  6-3 數(shù)據(jù)處理-句子的構(gòu)造和判斷
  6-4 數(shù)據(jù)處理-正則表達(dá)式
  6-5 數(shù)據(jù)處理-句子編碼化處理（字典定義及轉(zhuǎn)換）
  6-6 數(shù)據(jù)處理-句子編碼化處理（訓(xùn)練字典）
  6-7 數(shù)據(jù)處理-句子編碼化處理（句子和向量之間的轉(zhuǎn)換）
  6-8 數(shù)據(jù)處理-訓(xùn)練語(yǔ)料庫(kù)的解壓處理
  6-9 數(shù)據(jù)處理-訓(xùn)練語(yǔ)料問(wèn)答對(duì)的處理（1）
  6-10 數(shù)據(jù)處理-訓(xùn)練語(yǔ)料問(wèn)答對(duì)的處理（2）
  6-11 數(shù)據(jù)處理-數(shù)據(jù)模型打包處理
  6-12 語(yǔ)料處理實(shí)戰(zhàn)小結(jié)
  第7章 聊天機(jī)器人原理
  介紹什么是聊天機(jī)器人，以及聊天機(jī)器人的基本原理，并介紹如何將我們拿到的基礎(chǔ)語(yǔ)料處理成我們想要的形式，最后整體闡述聊天機(jī)器人的架構(gòu)設(shè)計(jì)及詳細(xì)設(shè)計(jì)。
• 7-1 Seq2Seq模型
  7-2 Seq2Seq模型(注意力機(jī)制)
  7-3 聊天機(jī)器人模型（1）
  7-4 聊天機(jī)器人模型（2）
  第8章 聊天機(jī)器人訓(xùn)練-TensorFlow的模型前期處理
  本章介紹了TensorFlow關(guān)于模型的處理部分的內(nèi)容，其中包括GPU和CPU的選擇，batch的操作等，這些方法是模型訓(xùn)練的基礎(chǔ)，在模型訓(xùn)練過(guò)程中起著關(guān)鍵的作用。
• 8-1 線程處理（1）
  8-2 線程處理（2）
  8-3 TensorFlow環(huán)境搭建
  8-4 TensorFlow相關(guān)信息操作
  8-5 數(shù)據(jù)操作 轉(zhuǎn)換長(zhǎng)度
  8-6 batch_flow（1）
  8-7 batch_flow（2）
  8-8 batch_flow（3）
  8-9 batch_flow_bucket（1）
  8-10 batch_flow_bucket（2）
  8-11 batch_flow_bucket（3）
  8-12 batch_flow_bucket（4）生成虛假數(shù)據(jù)
  8-13 batch_flow_bucket（5）測(cè)試
  第9章 聊天機(jī)器人訓(xùn)練-seq2seq的模型編寫
  本章使用TensorFlow來(lái)進(jìn)行seq2seq模型訓(xùn)練，從頭開始構(gòu)建了一個(gè)seq2seq模型，并將這個(gè)模型在訓(xùn)練中進(jìn)行使用。
• 9-1 基本流程介紹
  9-2 基本參數(shù)保存，參數(shù)驗(yàn)證（1）
  9-3 基本參數(shù)保存，參數(shù)驗(yàn)證（2）
  9-4 基本參數(shù)保存，參數(shù)驗(yàn)證（3）
  9-5 基本參數(shù)保存，參數(shù)驗(yàn)證（4）
  9-6 構(gòu)建模型（1）
  9-7 構(gòu)建模型（2）
  9-8 構(gòu)建一個(gè)單獨(dú)的RNN cell
  9-9 構(gòu)建單獨(dú)的編碼器cell（1）
  9-10 構(gòu)建單獨(dú)的編碼器cell（2）
  9-11 構(gòu)建單獨(dú)的編碼器cell（3）
  9-12 構(gòu)建解碼器（1）
  9-13 構(gòu)建解碼器（2）
  9-14 構(gòu)建解碼器（3）
  9-15 構(gòu)建解碼器（4）
  9-16 構(gòu)建解碼器（5）
  9-17 構(gòu)建解碼器（6）
  9-18 構(gòu)建解碼器（7）
  9-19 構(gòu)建解碼器（8）
  9-20 構(gòu)建優(yōu)化器（1）
  9-21 構(gòu)建優(yōu)化器（2）
  9-22 構(gòu)建優(yōu)化器（3）
  9-23 輸入檢查
  9-24 訓(xùn)練模型
  9-25 預(yù)測(cè)模型
  第10章 聊天機(jī)器人模型的訓(xùn)練和驗(yàn)證
  本章講解如何使用tensorflow來(lái)訓(xùn)練聊天機(jī)器人，并將訓(xùn)練好的聊天機(jī)器人進(jìn)行驗(yàn)證 ，驗(yàn)證后打包成webservice接口進(jìn)行發(fā)布，從而使前端可以進(jìn)行調(diào)用。
• 10-1 第一種模型訓(xùn)練（1）
  10-2 第一種模型訓(xùn)練（2）
  10-3 第一種模型訓(xùn)練（3）
  10-4 第一種模型訓(xùn)練（4）
  10-5 第一種模型訓(xùn)練（5）
  10-6 第二種模型訓(xùn)練（1）
  10-7 第二種模型訓(xùn)練（2）
  10-8 第二種模型訓(xùn)練（3）
  10-9 利用flask發(fā)布成Webservice接口
  第11章 Android的打包與發(fā)布
  介紹開發(fā)好的Android應(yīng)用程序如何進(jìn)行打包部署，以及在是打包部署過(guò)程中的注意事項(xiàng)，并帶領(lǐng)大家將聊天機(jī)器人應(yīng)用進(jìn)行發(fā)布。
• 11-1 新建項(xiàng)目
  11-2 代碼結(jié)構(gòu)講解
  11-3 私有變量的定義
  11-4 參數(shù)初始化
  11-5 聽(tīng)寫UI監(jiān)聽(tīng)器
  11-6 合成回調(diào)監(jiān)聽(tīng)器
  11-7 聽(tīng)寫監(jiān)聽(tīng)器
  11-8 語(yǔ)音合成參數(shù)設(shè)置
  11-9 完善項(xiàng)目
  11-10 打包發(fā)布