深度学习Tensorflow框架的学习与应用视频教程

u=1354313661,2991790639&fm=26&gp=0.jpg

授课对象:

深度学习人工智能感兴趣的人,想了解深度学习实践的人。

学习者需要略有python开发和深度学习、神经网络基本原理的基础

课程环境:

Windows10 + Anaconda

收获预期:

掌握Tensorflow和Tensorboard的基本使用,可熟练使用Tensorflow做图像识别及做验证码识别,深度理解和掌握Tensorflow在NLP中的使用

讲师简介:

Ben,一位技术发烧友,拥有多年软件算法开发经验,现任深度学习领域一线工程师,有着丰富的深度学习内训经验和一线实践经验!

课程大纲:

第一课 Tensorflow简介,Anaconda安装,Tensorflow的CPU版本安装。

第二课 Tensorflow的基础使用,包括对图(graphs),会话(session),张量(tensor),变量(Variable)的一些解释和操作。

第三课 Tensorflow线性回归以及分类的简单使用。

第四课 softmax,交叉熵(cross-entropy),dropout以及Tensorflow中各种优化器的介绍。

第五课 卷积神经网络CNN的讲解,以及用CNN解决MNIST分类问题。

第六课 使用Tensorboard进行结构可视化,以及网络运算过程可视化。

第七课 递归神经网络LSTM的讲解,以及LSTM网络的使用。

第八课 保存和载入模型,使用Google的图像识别网络inception-v3进行图像识别。

第九课 Tensorflow的GPU版本安装。设计自己的网络模型,并训练自己的网络模型进行图像识别。

第十课 使用Tensorflow进行验证码识别。

第十一课 Tensorflow在NLP中的使用(一)。

第十二课 Tensorflow在NLP中的使用(二)。

    近几年深度学习技术在学术界和工业界都得到了广泛的应用和传播。深度学习的传播不仅是由于算法的进步,更是因为深度学习技术在各行各业都取得了非常好的应用效果。

    深度学习作为一门理论和实践相结合的学科,在新的算法理论不断涌现的同时,各种深度学习框架也不断出现在人们视野。比如Torch,MxNet,theano,Caffe等等。Google在2015年11月9日宣布开源自己的第二代机器学习系统Tensorflow。深度学习是未来新产品和新技术的一个关键部分。在这个领域的研究是全球性的,并且发展很快,却缺少一个标准化的工具。Google希望把Tensorflow做成深度学习行业的标准。

    Tensorflow支持python和c++语言,支持CNN、RNN和LSTM等算法,可以被用于语音识别或图像处理等多项深度学习领域。它可以在一个或多个CPU或GPU中运行。它可以运行在嵌入式系统(如手机,平板电脑)中,PC中以及分布式系统中。它是目前全世界最火爆的深度学习平台(没有之一)。

    课程内容基本上是以代码编程为主,也会有少量的深度学习理论内容。课程会从Tensorflow最基础的图(graphs),会话(session),张量(tensor),变量(Variable)等一些最基础的知识开始讲起,逐步讲到Tensorflow的基础使用,以及在Tensorflow中CNN和LSTM的使用。在课程的后面会带着大家做几个实际的项目,比如训练自己的模型去进行图像识别,使用Tensorflow进行验证码的识别,以及Tensorflow在NLP中的使用。

资源下载此资源下载价格为6学分,请先
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305
资源下载
下载价格:6 学分
VIP优惠:免费
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305

评论0

  • 昵称
  • 邮箱
  • 网址
找资源,搜一下,更惊喜
没有账号? 注册忘记密码?