Python 語言深度學習培訓

 

]
課程將圍繞機器學習原理，使用 Python 語言進行實戰，

終期望學員熟悉人工神經網絡原理、能動手實現部分核心算法。

掌握常用深度神經網絡結構，

并學會使用 TensorFlow 和 PyTorch 兩大深度學習框架進行實踐。

此外，對涉及到的模型訓練、評估、推理、部署充分了解，達到深度學習初級工程師的水平。

1 深度學習理論

2 計算機視覺

3 深度學習工程

4 深度學習框架

5 自然語言處理

6 項目挑戰比賽

階段 1 課程技能準備

課程須知和先學內容
1
課程內容介紹與導學

深度學習綜述和示例

1.機器學習介紹

2.深度學習介紹

3.深度學習發展

2
線性回歸實現與應用

1.一元線性回歸

2.平方損失函數

3.小二乘法及代數求解

4.線性回歸實現

5.小二乘法的矩陣推導

1
住房價格預測

1.數據集讀取與劃分

2.模型訓練及預測

3.模型評價

3
邏輯回歸實現與應用

1.線性可分和不可分

2.Sigmoid分布函數

3.邏輯回歸模型

4.對數損失函數

5.梯度下降法

2
梯度下降法實現與應用

1.小二乘法求解線性回歸參數

2.梯度下降法求解線性回歸參數

實驗 4
感知機和人工神經網絡

1.感知機的推導過程

2.隨機梯度下降法

3.多層感知機與人工神經網絡

4.反向傳播算法

5.實現人工神經網絡

3
手寫字符識別神經網絡

1.人工神經網絡

2.手寫字符識別

5
TensorFlow 基礎概念語法

1.TensorFlow介紹

2.張量的概念

3.EagerExecution特性

4.TensorFlowAPI概覽

4
TensorFlow 加州房價預測

1.小二乘法線性回歸

2.TensorFlow基本運算

6
TensorFlow 構建神經網絡

1.NumPy構建神經網絡

2.TensorFlow構建神經網絡

3.TensorFlow完成DIGITS分類

4.TensorFlow實現MiniBatch訓練

5
TensorFlow 汽車評估分類

1.TensorFlow構建神經網絡

2.張量數據處理轉換

3.損失函數，優化器

7
TensorFlow 高階 API 使用

1.Keras順序模型

2.Keras函數模型

3.Keras模型存儲及推理

4.Estimator高階API

6
TensorFlow 時尚物品分類

1.Keras構建神經網絡

2.灰度數據標準化

3.Flatten,Dropout層

8
PyTorch 基礎概念語法

1.張量類型和定義

2.索引、切片、變換

3.張量的內部結構

4.自動微分Autograd

5.深度學習框架對比

實驗 9
PyTorch 構建神經網絡

1.PyTorch構建神經網絡

2.Sequential容器結構

3.使用GPU加速訓練

4.模型保存與推理
7
PyTorch 實現線性回歸

1.PyTorch原理及使用

2.nnModule類實現線性回歸

卷積神經網絡原理

1.卷積核Kernel

2.卷積步長Stride

3.邊距擴展Padding

4.高維多卷積核過程

5.卷積神經網絡的發展史

11
卷積神經網絡構建

1.TensorFlow高階API構建

2.TensorFlow低階API構建

3.PyTorch低階API構建

4.PyTorch高階API構建

8
構建 LeNet5 Estimator

1.TensorFlowEstimator使用

2.LeNet5卷積神經網絡

12
圖像分類原理與實踐

1.數據加載器

2.遷移學習

3.貓狗識別

4.卷積神經網絡可視化

9
遷移學習完成動物分類

1.遷移學習

2.預訓練模型

3.TensorFlowKeras

13
生成對抗網絡原理及構建

1.生成對抗網絡原理

2.生成對抗網絡實現

3.生成對抗網絡改進

4.生成對抗網絡未來

10
DCGAN 動漫人物圖像生成

1.PyTorch實踐運用

2.DCGAN網絡搭建

14
自動編碼器原理及構建

1.自動編碼器介紹

2.基礎自動編碼器

3.去噪自動編碼器

11
卷積自動編碼器圖像去噪

1.卷積自動編碼器

2.圖像去噪

3.TensorFlowKeras

15
目標檢測原理與實踐

1.目標檢測方法

2.RCNN家族

3.YOLO和SSD

4.MaskRCNN

5.TensorFlowObjectDetection

12
YOLO 圖像目標檢測應用

1.圖像目標檢測

2.YOLO實時檢測方法

16
循環神經網絡原理

1.序列模型介紹

2.簡單循環神經網絡

3.LSTM長短期記憶模型

4.GRU門控循環單元

17
循環神經網絡構建

1.IMDB數據集

2.詞嵌入

3.簡單循環神經網絡

4.LSTM循環神經網絡

13
LSTM 預測股票價格

1.LSTM網絡構建

2.股票價格預測

18
文本分類原理與實踐

1.文本分類流程

2.中文文本分詞

3.英文文本分詞

4.文本特征提取

5.假新聞分類任務

14
深度學習完成假新聞分類

1.文本分類

2.深度神經網絡

19
自然語言處理框架拓展

1.NaturalLanguageToolkit

2.PyTorchFlair 3.自然語言處理工具

15
BERT 預訓練技術實踐應用

1.GoogleBERT

2.NLP預訓練技術

20
神經機器翻譯和對話系統

1.序列到序列模型

2.神經機器翻譯系統

3.聊天機器人系統

21
自動化深度學習綜述

1.自動化機器學習概念

2.自動化機器學習目標

22
自動化深度學習實踐

1.AutoKeras介紹

2.圖像分類任務

3.文本分類任務

4.優模型可視化

5.AutoML優劣分析

16
仙人掌航拍照片分類識別

1.仙人掌航拍照片分類

2.AutoKeras實踐應用

23
深度學習模型推理和部署

1.TensorFlowServing

2.ONNX開放模型格式

17
構建圖像分類推理服務

1.預訓練模型

2.TensorFlowKeras

3.FlaskWebAPI

24
深度學習云端服務實踐

1.深度學習計算平臺

2.深度學習解決方案

18
云服務識別增值稅發票

1.云服務調用

2.發票識別