曙海教學優(yōu)勢
本課程面向企事業(yè)項目實際需要,秉承二十一年積累的教學品質(zhì)，深度學習DeepLearning核心技術(shù)開發(fā)與應(yīng)用培訓-以項目實現(xiàn)為導向,老師將會與您分享設(shè)計的全流程以及工具的綜合使用經(jīng)驗、技巧。線上/線下/上門皆可,深度學習DeepLearning核心技術(shù)開發(fā)與應(yīng)用培訓-專家,課程可定制,熱線:4008699035。
曙海的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。曙海的課程在業(yè)內(nèi)有著響亮的知名度。大批企業(yè)和曙海
建立了良好的合作關(guān)系,合作企業(yè)30萬+。
培訓目標：
?
|
一、深度學習Deep Learning基礎(chǔ)和基本思想 ?
|
1，人工智能概述、計算智能、類腦智能
3，機器學習概述、記憶學習、歸納學習、統(tǒng)計學習
4，深度學習的前生今世、發(fā)展趨勢
5，人工神經(jīng)網(wǎng)絡(luò)、前饋神經(jīng)網(wǎng)絡(luò)、BP算法 、Hessian矩陣、結(jié)構(gòu)性特征表示
|
|
二、深度學習Deep Learning基本框架結(jié)構(gòu)
|
1，Caffe????????????2，Tensorflow
3，Torch????????????4，MXNet
|
|
三，深度學習Deep Learning-卷積神經(jīng)網(wǎng)絡(luò)
|
1，CNN卷積神經(jīng)網(wǎng)絡(luò)
卷積層（一維卷積、二維卷積）、池化層（均值池化、最大池化）
全連接層 ???激活函數(shù)層 ???Softmax層
2，CNN卷積神經(jīng)網(wǎng)絡(luò)改進
R-CNN （SPPNET） ?Fast-R-CNN??Faster-R-CNN （YOLO、SSD）
3，深度學習的模型訓練技巧
4，梯度下降的優(yōu)化方法詳解
|
|
四，深度學習Deep Learning-循環(huán)神經(jīng)網(wǎng)絡(luò)
|
1，?RNN循環(huán)神經(jīng)網(wǎng)絡(luò)
梯度計算 ???BPTT
2，RNN循環(huán)神經(jīng)網(wǎng)絡(luò)改進
LSTM??????GRU?????Bi-RNN??Attention based RNN
3，RNN實際應(yīng)用 ???Seq2Seq的原理與實現(xiàn) ???
|
|
五、強化學習
|
1，強化學習的理論知識 ?
2，經(jīng)典模型DQN講解
2，?AlphaGo原理講解 ???
3，?RL實際應(yīng)用；實現(xiàn)一個AlphaGo
|
|
六，對抗性生成網(wǎng)絡(luò)
|
1，?GAN的理論知識 ??
2，?GAN經(jīng)典模型CGAN，LAPGAN，DCGAN
3，GAN經(jīng)典模型 ?INFOGAN，WGAN，S2-GAN
4，GAN實際應(yīng)用 ?DCGAN提高模糊圖片分辨率
5，GAN實際應(yīng)用 ?InfoGAN做特定的樣本生成
|
|
七、遷移學習
|
1，遷移學習的理論概述
2，遷移學習的常見方法
特征、實例、數(shù)據(jù)、深度遷移、強化遷移、研究案例
|
|
八、CNN應(yīng)用案例
|
1，CNN與手寫數(shù)字集分類
2，YOLO實現(xiàn)目標檢測
3，PixelNet原理與實現(xiàn)
4，利用卷積神經(jīng)網(wǎng)絡(luò)做圖像風格結(jié)合
|
|
九、深度學習Deep Learning的常用模型或者方法
|
1，AutoEncoder自動編碼器
2，Sparse Coding稀疏編碼
3，Restricted Boltzmann Machine(RBM)限制波爾茲曼機
4，Deep BeliefNetworks深信度網(wǎng)絡(luò)
5，Convolutional Neural Networks卷積神經(jīng)網(wǎng)絡(luò)
|
|
十、輔助課程
|
（1）疑難解答、分組討論；
（2）關(guān)鍵問題解析；
|
?
