本课程以软件开发工程师的视角来讲解深度学习。基于 Google 的 TensorFlow 框架，带大家学习如何利用深度学习技术，实现图片识别、文本分析等模型。

课程不仅包括经典深度神经网络结构，如卷积神经网络（CNN），递归神经网络（RNN/LSTM），还会涉及近几年研究的热点，如Convolutional GRU，Seq2Seq with Attention，生成式对抗网络（GAN），以及强化学习相关的内容。

在课程的进行过程中，会有如图像风格融合、聊天机器人等实战项目，避免枯燥的理论讲解，减少数学公式，更多秀出代码，让传统软件开发工程师做好准备，应对人工智能时代的到来。

开课安排

4月25日

每周二、四（节假日顺延）

20：00-21：00

总学时 20 小时，分 10 周完成

  • 早鸟票

    原价:¥2999

    ¥ 2299

    4月20日前

  • 优惠价

    原价:¥2999

    ¥ 2699

    4月20日-4月25日

  • 3人+团购价

    原价:¥2999

    ¥ 2099

    人数越多折扣越大
立即报名

（点击报名，联系客服改价）

  • 白发川

    ThoughtWorks 资深数据专家

    长期从事大数据处理相关工作，曾负责设计和实现“金融，工业，互联网”等多个领域的大数据平台建设和数据处理。对海量数据下的“存储，处理，多维分析”有着相当丰富的经验。

  • 佟达

    ThoughtWorks 高级咨询师，中国区数据团队资深技术专家

    专注于深度学习与智能系统的设计和研发，对于深度学习、大数据架构、云计算、DevOps 等有深入研究，致力于将学术界先进的 AI 技术转化为工程应用，帮助创新型企业构建生产力 IT 系统，打造智慧企业。积极参与开源软件社区，是多个开源项目的贡献者。

适合人群

课程大纲

第一堂课

  • 计算图和 TensorFlow 基础

    理解 TensorFlow 编程

    学习如何在 TensorFlow 中创建计算图

    TensorFlow 的关键概念，比如 session, constant, variable, placeholder 和 operations

第二堂课

  • 反向传播和优化器

    理解loss函数和使用反向传播算法的训练过程

    理解 TensorFlow 如何更新梯度

    学习如何使用 TensorFlow 自带的优化器

第三堂课

  • word2vec 和实验管理

    理解词向量 和 word embedding

    学习如何在 TensorFlow 中训练 word2vec 模型

    学习如何管理 TensorFlow 中的实验

第四堂课

  • 卷积神经网络（CNN）

    理解卷积神经网络和相关概念

    学习如何在 TensorFlow 中创建、训练 CNN 模型

第五堂课

  • 自编码和 Deep Dream

    理解自编码

    学习如何在 TensorFlow 中创建 Deep Dream 应用

第六堂课

  • RNN 介绍和输入流水线

    理解递归神经网络 RNN

    学习如何管理大量数据，作为 TensorFlow 的输入

第七堂课

  • LSTM，GRU 和卷积 GRU

    理解 RNN 的变种，包括 LSTM 和 GRU

    将卷积神经网络和 GRU 结合来学习算法

第八堂课

  • 注意力和聊天机器人

    理解 seq2seq 和注意力模型（attention model）

    在TensorFlow 中用注意力模型和 seq2seq 创建聊天机器人

第九堂课

  • 对抗生成网路

    理解对抗生成网络（GAN）

    学习如何在 TensorFlow 中创建 GAN

第十堂课

  • 强化学习

    理解强化学习

    学习如何在 TensorFlow 中创建强化学习模型

Power By AI慕课学院 课程内容版权均归 AI慕课学院 所有