一、主讲内容:
课程一：机器学习和深度学习基础
1、概念、基本技术方法
2、大规模深度学习基本框架
3、Python开发过程以及实践
课程二： Tensorflow入门到熟练：
1、Tensorflow的基本设计思路，相关专业名词和操作
2、深度学习开源框架及环境平台搭建
3、动手设计可以训练的CNN，根据初始化参数可以运算得出中间结果
4、加速数据读取，训练数据逻辑，模型参数及正则化
课程三：深度学习DeepLearning的理论
1、基本模型设计、训练方法和应用问题决
2、基本的卷积网络、循环网络开发
3、解决复杂结构的表示学习
课程四：深度学习DeepLearning模式和基本技术及案例实践：
1、弱导师学习
2、强化学习
3、无导师学习
4、迁移学习
5、对抗神经网络实现
6、DeepLearning大数据处理技术
课程五：深度学习DeepLearning应用场景实现及案例
1、图像分类：卷积神经网络在大规模图像识别中的使用
2、物体检测：Taster R-cnn、基于coco的训练、数据集
3、人脸识别：Tensorflow的检测算法及加速、特征提取及关键点检测
联系人陈老师15210795951微信同号