班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,曙海学员的能力得到大家的认同,受到用人单位的广泛赞誉,曙海的证书受到广泛认可。 |
部份程大纲 |
|
1. 深度学习介绍
a) 深度学习与机器学习的区别
b) 深度学习的应用场景
c) 深度学习框架介绍
2. TensorFlow框架介绍
a) TF数据流图
b) 图与TensorBoard
c) 会话
d) 张量
e) 变量OP
f) 高级API
g) 案例:实现线性回归
3. 数据读取、神经网络
a) 文件读取流程
b) 图片数据
c) 二进制数据
d) TFRecords
e) 神经网络基础
f) 神经网络原理
g) 案例:Mnist手写数字识别
h) 线性神经网络局限性
4. 卷积神经网络
a) 卷积神经网络简介
b) 卷积神经网络原理
c) 案例:CNNMnist手写数字识别
d) 网络结构与优化
e) 实战:验证码图片识别
第3节 - 深度学习与机器学习区别
第4节 - 深度学习框架
第5节 - TensorFlow结构
第6节 - 图的介绍
第7节 - Tensorboard的介绍
第8节 - Operation的介绍
第9节 - 会话的介绍
第10节 - 张量的属性与生成
第11节 - 张量的修改与运算
第12节 - 变量的介绍
第13节 - 基础API和高级API
第14节 - 案例:自实现线性回归
第15节 - 案例代码注意点
第16节 - 增加变量显示
第17节 - 添加命名空间
第18节 - 模型保存与加载
第19节 - 命令行参数设置
|