1. 课程介绍

深度学习是机器学习的一个分支,其动机在于建立能模拟人脑进行分析学习的深层神经网络,它能对图像、声音、文本等数据进行处理,而且在某些领域已经超出了人类的水平。目前深度学习活跃在人工智能研究的前沿,是人工智能领域的技术核心。

2. 课程目标

通过本次培训,学员可以全面了解深度学习领域关键技术及发展趋势,熟悉主流神经网络算法的基本工作原理,了解深度学习主流框架及典型应用场景和案例。

3. 适用对象

对深度学习零基础学习Python开发的学员,想全面系统学习Python语言的学员零基础的学员,想全面系统学习深度学习的学员

4. 零基础学习Python开发的学员,想全面系统学习Python语言的学员课程时长(天)

6小时/天,1天,共6小时

5. 培训方式/工具及方法

l PPT 教材 参考资料,理论讲解

l 场景 案例 模拟环境,动手实践

6. 课程大纲

日程安排

课程模块

课程内容

第一天(上午)

深度学习模型

1. 深度学习简介

2. 深度学习发展趋势

3. 卷积神经网络简介

l 链式法则与反向传播

l 卷积层、池化层、全连接层

l 激活函数与损失函数

4. 循环神经网络简介

l RNN模型

l GRU模型

l LSTM模型

第一天(下午)

深度学习框架以及应用

5. Tensorflow安装

6. Tensorflow框架简介

7. PyTorch安装

8. PyTorch框架简介

9. 图像分类简介及应用案例

10. 目标检测与识别简介及应用案例

11. 图像语义分割简介及应用案例

12. 人脸识别简介及应用案例

13. OCR简介及应用案例

14. 情感语义分析简介及应用案例

15. 文本摘要简介及应用案例