
深度學習—基于Python的Tensorflow進階培訓
第1講 Tensorflow基礎
1) TensorFlow系統(tǒng)架構
2) 數(shù)據(jù)流圖
3) TensorFlow基本概念
4) TensorFlow實現(xiàn)數(shù)據(jù)流圖
5) 可視化數(shù)據(jù)流圖
6) TensorFlow分布式
第2講 TensorFlow圖像處理
1) 加載圖像
2) 圖像格式
3) 把圖像轉(zhuǎn)換為 TFRecord文件
4) 讀取 TFRecord文件
5) 圖像處理實例
6) 全新的數(shù)據(jù)讀取方式— Dataset API
第3講 Tensorflow神經(jīng)元函數(shù)
1) 激活函數(shù)
2) sigmoid函數(shù)
3) 代價函數(shù)
4) softmax_cross_entropy函數(shù)
第4講 TensorFlow自編碼器
1) 自編碼簡介
2) 降噪自編碼
3) 自編碼器解析手寫數(shù)字
4) 實例:用自編碼預測信用卡欺詐
第5講 TensorFlow實現(xiàn)Word2vec
1) 詞向量及其表達
2) Word2vec原理
3) skim-gram模型
4) 實例: TensorFlow實現(xiàn)Word2Vec
第6講 TensorFlow卷積神經(jīng)網(wǎng)絡
1) 卷積神經(jīng)網(wǎng)絡簡介
2) 卷積層
3) 池化層
4) 歸一化層
5) Tensorflow實現(xiàn)簡單卷積神經(jīng)網(wǎng)絡
6) TensorFlow實現(xiàn)進階卷積神經(jīng)網(wǎng)絡
7) 幾種經(jīng)典卷積神經(jīng)網(wǎng)絡
第7講 TensorFlow循環(huán)神經(jīng)網(wǎng)絡
1) 循環(huán)神經(jīng)網(wǎng)絡簡介
2) 前向傳播與隨時間反向傳播
3) 梯度消失或爆炸
4) RNN其他變種
5) RNN應用場景
6) 實例:用LSTM實現(xiàn)分類
第8講 TensorFlow高層封裝
1) TensorFlow高層封裝簡介
2) Estimator簡介
3) 實例:使用 Estimator預定義模型
4) 實例:使用 Estimator自定義模型
5) Keras簡介
6) 實例: Keras實現(xiàn)序列式模型
7) TFLearn簡介
第9講 情感分析及實操
1) 深度學習與自然語言處理
2) 詞向量簡介
3) 循環(huán)神經(jīng)網(wǎng)絡
4) 遷移學習簡介
5) 實例: TensorFlow實現(xiàn)情感分析
第10講 用TensorFlow預測乳腺癌
1) 數(shù)據(jù)說明
2) 數(shù)據(jù)預處理
3) 探索數(shù)據(jù)
4) 構建神經(jīng)網(wǎng)絡
5) 訓練并評估模型
第11講 聊天機器人及實操
1) 聊天機器人原理
2) Encoder-Decoder架構
3) 帶注意力的框架
4) 用 TensorFlow實現(xiàn)聊天機器人
第12講 人臉識別及實操
1) 人臉識別簡介
2) 人臉識別流程
3) 項目概況
4) 實施步驟
第13講 強化學習基礎
1) 強化學習簡介
2) 強化學習常用算法
3) Q-Learning算法
4) DQN算法
第14講 生成式對抗網(wǎng)絡
1) 生成 ndarray的幾種方式
2) 存取元素
3) 矩陣操作
4) 數(shù)據(jù)合并與展平
5) 通用函數(shù)
6) 廣播機制