日韩av免费网站毛片在线_一夲道无码无卡免费视频_av无码一区二区三区_日韩大陆欧美高清视频区

當(dāng)前位置: 首頁 > 內(nèi)訓(xùn)課程 > 課程內(nèi)容
廣告1
相關(guān)熱門公開課程更多 》
相關(guān)熱門內(nèi)訓(xùn)課程更多 》
相關(guān)最新下載資料

人工智能深度學(xué)習(xí)培訓(xùn)大綱

課程編號(hào):22052

課程價(jià)格:¥21200/天

課程時(shí)長(zhǎng):3 天

課程人氣:1222

行業(yè)類別:不限行業(yè)     

專業(yè)類別:人工智能 

授課講師:趙衛(wèi)東

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓(xùn)對(duì)象】
企業(yè)中高層管理人員

【培訓(xùn)收益】
任正非說:如果我們不想死,就要向最優(yōu)秀的人和組織學(xué)習(xí),否則怎么能先進(jìn)呢?該項(xiàng)目可以零距離接觸,感悟其優(yōu)秀文化,學(xué)習(xí)其先進(jìn)的管理之道——他人之石可以攻玉。

 

時(shí)間安排

課程內(nèi)容

上午

 

第一章:機(jī)器學(xué)習(xí)基礎(chǔ)

1.1、線性代數(shù)

1)矩陣運(yùn)算   2)向量運(yùn)算    3)SVD    4)PCA)

1.2、概率信息論

1)概論分布        2)期望、方差、協(xié)方差   

3)貝葉斯          4)結(jié)構(gòu)概論模型)

1.3、數(shù)值優(yōu)化

 

 

第二章:深度學(xué)習(xí)基礎(chǔ)

2.1、深度學(xué)習(xí)介紹

1)發(fā)展歷史   2)主要應(yīng)用

2.2、感知器     2.3、人工神經(jīng)網(wǎng)絡(luò)     2.4、前饋神經(jīng)網(wǎng)絡(luò)

2.5、BP算法     2.6、Hessian矩陣

 

下午

第三章:深度學(xué)習(xí)進(jìn)階——卷積神經(jīng)網(wǎng)絡(luò)

3.1、CNN卷積神經(jīng)網(wǎng)絡(luò)

1)卷積層(一維卷積、二維卷積)  

2)池化層(均值池化、最大池化)

3)全連接層    4)激活函數(shù)層   5)Softmax層

3.2、CNN卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)

1)R-CNN    2)Fast-R-CNN    3)Faster-R-CNN與圖像分類實(shí)戰(zhàn)

3.3、深度學(xué)習(xí)的模型訓(xùn)練技巧

3.4、梯度下降的優(yōu)化方法詳解

上午

第四章:深度學(xué)習(xí)進(jìn)階——循環(huán)神經(jīng)網(wǎng)絡(luò)

4.1、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)

1)梯度計(jì)算     2)BPTT

4.2、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)改進(jìn)

1)LSTM     2)GRU     3)Bi-RNN     4)Attention based RNN

 

 

第五章:深度學(xué)習(xí)軟件

5.1、各個(gè)深度學(xué)習(xí)相關(guān)軟件的對(duì)比與使用介紹

5.2、Tensorflow重點(diǎn)知識(shí)提要

5.3、Tensorflow實(shí)現(xiàn)一個(gè)MNIST手寫數(shù)據(jù)集

 

下午

第六章:應(yīng)用案例(一)

6.1、CNN應(yīng)用案例

1)CNN實(shí)例應(yīng)用1:實(shí)現(xiàn)人臉檢測(cè)與人臉特征點(diǎn)定位

2)CNN實(shí)例應(yīng)用2:SSD/YOLO實(shí)現(xiàn)目標(biāo)檢測(cè)

3)CNN實(shí)例應(yīng)用3:Tensorflow實(shí)現(xiàn)圖像分類與分割

4)CNN實(shí)例應(yīng)用4:利用卷積神經(jīng)網(wǎng)絡(luò)做圖像風(fēng)格結(jié)合

6.2、RNN實(shí)際應(yīng)用

1)RNN實(shí)例應(yīng)用1:Seq2Seq的原理與實(shí)現(xiàn)

2)RNN實(shí)例應(yīng)用2:Tensorflow實(shí)現(xiàn)遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行序列預(yù)測(cè) 

上午

第七章:強(qiáng)化學(xué)習(xí)

7.1、強(qiáng)化學(xué)習(xí)的理論知識(shí)

7.2、經(jīng)典模型DQN講解

7.3、AlphaGo原理講解

 

 

第八章:對(duì)抗性生成網(wǎng)絡(luò)

8.1、GAN的理論知識(shí)

8.2、GAN經(jīng)典模型1:GAN,CGAN,LAPGAN,DCGAN,

8.3、GAN經(jīng)典模型2:INFOGAN,WGAN,S2-GAN

 

下午

第九章:應(yīng)用案例(二)

9.1、強(qiáng)化學(xué)習(xí)應(yīng)用案例

1)RL實(shí)際應(yīng)用1:實(shí)現(xiàn)一個(gè)AlphaGo

9.2、GAN應(yīng)用案例

1)GAN實(shí)際應(yīng)用1:DCGAN提高模糊圖片分辨率

2)GAN實(shí)際應(yīng)用2:InfoGAN做特定的樣本生成

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們