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。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

深度學習正在引發一場深刻的技術革命，這是人類首次如此接近思維的本質。象手寫體識別，臉像識別這類系統，過去的思路是從業務背景中線提取特征，然后產生若干辨識邏輯，再形成算法編程實現，但對于像imagenet那樣要對上百萬的圖片進行上千個分類識別的問題，以往的技術就傻眼了，別說邏輯，連特征的提取都因為過于復雜而沒辦法進行。現在流行的深度學習網絡的方法，把邏輯隱藏在成百上千萬的神經網絡權值里，讓特征被自動識別與提取，卻能得出讓人吃驚的高準確率。給出通用的框架，通過大量學習數據訓練出合適的權值，權值就是邏輯，這是未來的方向，那種先設計算法敲代碼的日子該一去不復返了，以后甚至程序員的工作都由機器全部完成也不是沒有可能。

第1節 跌宕起伏70年：神經網絡發展概述；最簡單的神經元仿生：單層感知器
第2節 線性神經網絡，BP神經網絡，基于梯度下降的各種學習算法
第3節 BP神經網絡應用，圖像壓縮，信用識別；稀疏自動編碼器與特征提取
第4節 能聯想和記憶的Hopfield神經網絡，DHNN與DCNN；應用：OCR識別，解決旅行商問題
第5節 模擬退火算法與Boltzmann機：隨機版的Hopfield神經網絡
第6節 受限Boltzmann機RBM，應用RBM進行協同過濾
第7節 深度置信網絡：利用堆疊的RBM進行權值預訓練，應用于圖像編碼與解碼，圖像識別
第8節 萬能逼近器：徑向基神經網絡；PCA與SVM神經網絡
第9節 自組織競爭神經網絡，遞歸神經網絡
第10節 卷積神經網絡；經典應用：MNIST手寫體數字識別，Imagenet圖像識別
第11節 計算機博弈原理，蒙特卡洛樹搜索，深度學習與AlphaGo，價值網絡與策略網絡的設計，構成和訓練
第12節 深度學習在自然語言處理中的應用
第13節 堆疊150層的超深度網絡：深度殘差網絡