课程大纲 第一天: 上午: 1.人工智能应用发展简介(理论)。 2.神经网络基本原理(理论)。 3.激活函数,损失函数和梯度下降法(理论)。 4.BP神经网络,梯度消失问题(论文讲解)。 5.Tensorflow安装(实践)。 6.Tensorlfow基础知识:图,变量,fetch,feed(实践)。 7.Tensorflow简单案例(实践)。 8.Mnist数据集合Softmax讲解(理论+实践)。 9.使用BP神经网络搭建手写数字识别(实践)。 下午: 10.交叉熵(cross-entropy)讲解和使用(理论+实践)。 11.过拟合,正则化,Dropout(理论+实践)。 12.各种优化器Optimizer(理论+实践)。 13.改进手写数字识别网络(实践)。 14.Tensorboard的使用(实践)。 15.卷积神经网络CNN的介绍(理论)。 16.使用CNN解决手写数字识别(实践)。 17.深度残差网络讲解(理论)。 18.长短时记忆网络LSTM介绍(理论)。 19.LSTM的使用(实践)。 第二天: 上午: 图像识别项目: 1.介绍Google图像识别模型Inception-v3(理论) 2.使用Inception-v3做图像识别(实践)。 3.Retrain图像识别模型(实践)。 4.从头开始训练图像识别模型(实践)。 验证码识别项目: 5.生成验证码(实践)。 6.多任务学习介绍(理论)。 7.使用多任务学习完成验证码识别(实践)。 8.验证码识别效果测试(实践)。 下午: 文本分类项目: 9.word2vec的介绍和实现(理论+实践) 10.文本分类模型(实践)。 语音分类项目: 11.语音信号处理(理论)。 12.使用LSTM完成语音分类(实践)。 图片风格迁移项目: 13.介绍风格迁移基本原理(理论)。 14.实现图片风格迁移(实践)。 深度学习前沿科技介绍。 上一篇:Sprig Clou... 下一篇:侯捷C++系列...