您当前的位置:首页>课程>Tensorflow实战培训

Tensorflow实战培训

浏览:860
分享

Gavin Read more

百林哲咨询(北京)有限公司专家团队成员

现就职于Teradata任大数据架构师,先后服务于北京大学软件研究所、高德软件、阿里巴巴等企业,《Hadoop 应用开发技术详解》的作者,《海量数据基于记录级别的容错》专利,擅长 MR 开发,基于 MR 的算法开发。

简介

本课程是关于Tensorflow与深度学习实战的一门课程。本课程讲解Tensorflow中各种概念、操作和使用方法,针对Tensorflow的基础知识,在传统数据分析中应用、CNN和RNN都进行详细讲解,并且给出了丰富的深度学习模型实战。

目标

1、学员们能够在短时间内掌握深度学习原理;

2、学会使用Tensorflow和Keras构建深度学习网络的技巧和方法;

3、能够在图像识别、序列预测等深度学习项目上迅速入手。

课程时长

2天(12H)

受众人群

本课程适合从事数据分析、数据挖掘、图像识别、序列预测等相关方面工作的学员。

分享提纲

第一天

一、Tensorflow基础介绍

1.1深度学习与机器学习区别

1.2深度学习框架介绍

1.3TensorFlow结构

1.4图的介绍

1.5Operation的介绍

1.6会话的介绍

1.7张量介绍

1.8变量的介绍

1.9基础API和高级API

二、TensorFlow Al深度学习平台

2.1TensorFlow: 一个Al深度学习框架的概述

2.2TensorFlow深度学习平台的工作机制和系统架构

2.3TensorFlow的安装、部署、配置和使用

2.4TensorFlow的应用场景和应用案例

2.5Tensorflow功能和核心深度学习算法介绍

2.6Tensorflow深度学习的流程介绍

三、Tensorflow快速入门

3.1案例:自实现线性回归

3.2增加变量显示

3.3添加命名空间

3.4模型保存与加载

3.5命令行参数设置

3.6Tensorboard的介绍 

四、Tensorflow数据读取

4.1文件读取通用流程

4.2图片读取&狗图片读取案例

4.3二进制文件读取流程分析

4.4二进制文件读取案例

4.5tfrecords文件存储

4.6tfrecords文件读取

第二天

五、Tensorflow神经网络实战

5.1神经网络原理

5.2神经网络基础

5.3案例:用全连接对手写数字识别

5.4建造神经网络

5.5激励函数

5.6添加层

5.7准确率计算

5.8结果可视化

5.9优化器

六、Tensorflow卷积神经网络实战

6.1卷积神经网络介绍

6.2卷积神经网络结构

6.3卷积层

6.4激活函数

6.5不同激活函数演示

6.6池化层

6.7全连接层

6.8卷积神经网络设计

6.9dropout 解决overfitting

6.10案例一:CNN识别手写数字代码实现

6.11案例二:验证码识别案例分析

七、TensorFlow Al深度学习平台及其应用实践

7.1TensorFlow CNN应用操作

7.2TensorFlow LSTM应用操作

7.3TensorFlow在图像识别的实验操作

7.4基于TensorFlow的可视化工具:Tensorboard简介

7.5Tensorboard的部署、配置和应用界面操作

7.6基于TensorFlow和Tensorboard进行实验操作


我要参加

可同时提交您的需求,我们会及时与您联系

预约内训

将课程带入到您的团队,为您的团队进行一对一辅导。

相关课程