深度學習套用開發-TensorFlow實踐

課程概述

不乾澀地講深層次理論和算法，也不是純粹介紹TensorFlow的編程。而是針對大多數潛在學員的特點（有基本的編程能力，對開發人工智慧套用感興趣，學過一些基本機率統計和線性代數，但談不上有深厚的數學功底和人工智慧理論基礎），通過針對典型的人工智慧套用場景，設計系列針對性案例來引導學習過程。主要案例包括價格預測、手寫數字識別、圖像識別、文本情感分析（自然語言處理，NLP）、圖像自動生成等，在案例講解過程中深入淺出地介紹相關理論，並會從中講解TensorBoard可視化、模型的斷點續訓等實用技巧。

本課程將主要內容根據學習階段分為四部分：築基篇、啟航篇、進階篇和擴展篇。築基篇包括人工智慧簡介、開發環境搭建和Python開發語言快速入門、TensorFlow編程基礎等三講內容；啟航篇從單個神經元的線性回歸套用開始，直到完成多層神經網路套用開發，共有四講內容；進階篇主要圍繞深度網路，從卷積神經網路CNN開始，歷經循環神經網路RNN、生成對抗網路GAN等套用開發，涵括遷移學習等內容；擴展篇則包括Keras框架、TensorFlow.js、TensorFlow Lite移動套用開發等高級話題。

課程大綱

課程導學

開篇語

課程安排

第一講人工智慧導論

人工智慧未來已來？

人工智慧發展史跌宕起伏的60+年

人工智慧未來已來！

第二講深度學習簡介及開發環境搭建

深度神經網路與深度學習框架

Anaconda和TensorFlow開發環境搭建

人工智慧、機器學習與深度學習

第三講（根據基礎選修）工欲善其事必先利其器：簡明Python基礎

程式結構與控制語句

引言、輸出語句Print、變數、數據類型和基本運算

字元串、列表、元組、集合、字典、格式化輸出和類型轉換

測試1：Python基礎測試

作業1：Python小作業小說詞頻統計

第四講磨刀不誤砍柴工：TensorFlow 編程基礎

TensorBoard可視化初步

TensorFlow的基本運算

TensorFlow的基礎概念

測試2：Tensorflow編程基礎單元測試

第五講單變數線性回歸：TesnsorFlow實戰

線性回歸問題TensorFlow實戰：初步

線性回歸問題TensorFlow實戰：進階

作業2：通過生成人工數據集合，基於TensorFlow實現y=3.1234*x+2.98線性回歸

監督式機器學習的基本術語

第六講多元線性回歸：波士頓房價預測問題TesnsorFlow實戰

後續版本的持續改進

波士頓房價預測：數據與問題分析

機器學習中的線性代數基礎（根據基礎選修）

第一個版本的模型構建

深度學習套用開發-TensorFlow實踐

基本介紹

課程概述

課程大綱

相關詞條

熱門詞條