Tensorflow & 神经网络算法高级应用班

Tensorflow & 神经网络算法高级应用班

开课时间:4 月 25 日(星期二)开课,每周二、四晚 20:00-21:00(节假日顺延)
开课时长:总学时 20 小时,分 10 周完成,每周2次,每次 1个小时
特       价:¥2699.00
原价:¥2999.00
课程介绍

本课程以软件开发工程师的视角来讲解深度学习。基于 Google 的 TensorFlow 框架,带大家学习如何利用深度学习技术,实现图片识别、文本分析等模型。

课程不仅包括经典深度神经网络结构,如卷积神经网络(CNN),递归神经网络(RNN/LSTM),还会涉及近几年研究的热点,如Convolutional GRU,Seq2Seq with Attention,生成式对抗网络(GAN),以及强化学习相关的内容。

在课程的进行过程中,会有如图像风格融合、聊天机器人等实战项目,避免枯燥的理论讲解,减少数学公式,更多秀出代码,让传统软件开发工程师做好准备,应对人工智能时代的到来。

【讲师介绍】

白发川,ThoughtWorks 资深数据专家,长期从事大数据处理相关工作,曾负责设计和实现金融,工业,互联网等多个领域的大数据平台建设和数据处理。对海量数据下的存储,处理,多维分析有着相当丰富的经验。

佟达,ThoughtWorks 高级咨询师,中国区数据团队资深技术专家。专注于深度学习与智能系统的设计和研发,对于深度学习、大数据架构、云计算、DevOps 等有深入研究,致力于将学术界先进的 AI 技术转化为工程应用,帮助创新型企业构建生产力 IT 系统,打造智慧企业。积极参与开源软件社区,是多个开源项目的贡献者。

 

【课程安排】

第一堂课:计算图和 TensorFlow 基础

  • 理解 TensorFlow 编程
  • 学习如何在 TensorFlow 中创建计算图
  • TensorFlow 的关键概念,比如 session, constant, variable, placeholder 和operations

第二堂课:反向传播和优化器

  • 理解loss函数和使用反向传播算法的训练过程
  • 理解 TensorFlow 如何更新梯度
  • 学习如何使用 TensorFlow 自带的优化器

第三堂课:word2vec 和实验管理

  • 理解词向量 和 word embedding
  • 学习如何在 TensorFlow 中训练 word2vec 模型
  • 学习如何管理 TensorFlow 中的实验

第四堂课:卷积神经网络(CNN)

  • 理解卷积神经网络和相关概念
  • 学习如何在 TensorFlow 中创建、训练 CNN 模型

第五堂课:自编码和 Deep Dream 

  • 理解自编码
  • 学习如何在 TensorFlow 中创建 Deep Dream 应用

第六堂课:RNN 介绍和输入流水线

  • 理解递归神经网络 RNN
  • 学习如何管理大量数据,作为  TensorFlow 的输入

第七堂课:LSTM,GRU 和卷积 GRU

  • 理解 RNN 的变种,包括 LSTM 和 GRU
  • 将卷积神经网络和 GRU 结合来学习算法

第八堂课:注意力和聊天机器人

  • 理解 seq2seq 和注意力模型(attention model)
  • 在 TensorFlow 中用注意力模型和 seq2seq 创建聊天机器人

第九堂课:对抗生成网路

  • 理解对抗生成网络(GAN)
  • 学习如何在 TensorFlow 中创建 GAN

第十堂课:强化学习

  • 理解强化学习
  • 学习如何在 TensorFlow 中创建强化学习模型
课程目标
  • 基于TensorFlow 入门,学习如何利用深度学习做项目模型
  • 由浅入深,从初级到高级,一站式深度了解TensorFlow
  • 解决从图像识别到文本分析等具体问题
适合人群
  • 学过编程/微积分/线代,有一定的数据结构/算法基础
  • 需要学习使用tensorflow框架,并且想深入学习
  • 习惯使用tensorflow,对机器学习有所了解,想进一步提高自己

授课教师

高级咨询师
资深数据专家

学员动态

wudaomana 开始学习课时 强化学习(下)
1024MOOC 开始学习课时 test2
1024MOOC 开始学习课时 test
tian47 开始学习课时 强化学习(下)
isurrend 开始学习课时 test
联系客服