求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 机械 | 军工学院 | 定向培养 | 专家指导  
 电话 English
成功案例   品质保证
成功案例
中航信 数据湖架构原理与应
某医疗磁 数据采集与处理
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >人工智能  
深度学习模型 & Tensorflow框架实践
4951 次浏览  34 次
Tony老师
具有多年人工智能、深度器学习经验
 
时间地点:北京、上海、 深圳 根据报名开班
课程费用:5000元/人
报公开课  
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的.
    本次课程,将介绍大数据及人工智能重要技术深度学习模型开发及实践。并结合TensorFlow深度学习框架,讲解如何实现具体的深度学习模型,进行具体的计算和结果应用

    培训目标:

    • 深度学习模型应用常见应用场景
    • 深度学习模型基础技术栈
    • 深度学习模型常见的难点
    • 基于深度学习框架TensorFlow进行深度学习模型案例实现
    培训对象
    • 希望了解深度学习模型的人员
    • 希望了解深度学习模型技术的人员
    • 正在工作中面临深度学习模型问题的架构师,分析师等
    学员基础:了解人工智能基本概念,最好了解Python开发语言
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:2天

    主题
    课程安排
    深度学习基本原理 1、深度学习简介
    2、深度学习成功应用
    3、深度学习与神经网络的对比
    4、深度学习的训练过程
    5、深度学习的具体模型
  • 自动编码器
  • 稀疏自动编码器
  • 降噪自动编码器
    6、深度学习应用案例
  • 深度学习模型原理解析 1、CNN
  • CNN模型的推导与实现
  • CNN的反向求导及练习
  • CNN应用:文本分类
  • CNN 常见问题总结
    2、RNN
  • RNN模型的推导与实现
  • RNN的反向求导及练习
  • RNN应用:个性化电影推荐
  • RNN常见问题总结
    3、LSTM
  • LSTM模型的推导与实现
  • LSTM的反向求导及练习
  • LSTM应用:文本识别
  • LSTM常见问题总结
    4、DNN
  • DNN模型的推导与实现
  • DNN的反向求导及练习
  • DNN应用:CTR预估
  • DNN常见问题总结
    5、广告搜索中深度学习的应用
  • 查询意图识别:CSR
  • 文本相关性:Word2Vec。DSSM
  • CTR预估:DNN、MxNet
  • 图像理解:VGGNet、CNN
  • 深度学习框架实践Tensorflow 1、Tensorflow框架介绍
    2、TensorFlow和其他深度学习框架的对比
    3、Tensorflow 特性
    4、Tensorflow 下载及安装
    5、Tensorflow 架构
    6、Tensorflow 基本使用
    7、TensorFlow实现多层感知机
    8、TensorFlow实现卷积神经网络
  • TensorFlow实现简单的卷积网络
  • TensorFlow实现进阶的卷积网络
  • TensorFlow实现经典卷积神经网络
  • TensorFlow实现ResNet
    9、Tensorflow 实现循环神经网络及Word2Vec
  • Tensorflow 实现Word2Vec
  • Tensorflow 实现基于LSTM的语言模型
    10、TensorFlow实现深度强化学习
  • 深度强化学习简介
  • TensorFlow实现策略网络
  • TensorFlow实现估值网络
    11、TensorBoard、多GPU并行及分布式并行
  • TensorBoard
  • 多GPU并行
  • 分布式并行
    12、实战:Python中实现LSTM模型搭建:时间序列
  • 基于某家店的某顾客的历史消费的时间推测该顾客前下次来店的时间
    13、实战:用TensorFlow搭建图像识别系统
    14、Tensorflow结合Spark

  •    
    4951 次浏览  34 次
    其他人还看了课程
    大模型技术剖析及对行业的影响  478 次浏览
    多模态、ChatGPT与扩散模型实战  920 次浏览
    机器学习和深度学习应用实践指导  1677 次浏览
    从ChatGPT看AI人工智能的新趋势与应用实践  554 次浏览
    机器学习系统实践  2371 次浏览
    大数据分析、AI算法与可视化技术应用实战  3625 次浏览
    定制内训


    最新活动计划
    MBSE(基于模型的系统工程)4-18[北京]
    自然语言处理(NLP) 4-25[北京]
    基于 UML 和EA进行分析设计 4-29[北京]
    以用户为中心的软件界面设计 5-16[北京]
    DoDAF规范、模型与实例 5-23[北京]
    信息架构建模(基于UML+EA)5-29[北京]