深度學(xué)習(xí)模型 & Tensorflow框架培訓(xùn)大綱
深度學(xué)習(xí)基本原理
1、深度學(xué)習(xí)簡(jiǎn)介
2、深度學(xué)習(xí)成功應(yīng)用
3、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的對(duì)比
4、深度學(xué)習(xí)的訓(xùn)練過(guò)程
5、深度學(xué)習(xí)的具體模型
自動(dòng)編碼器
稀疏自動(dòng)編碼器
降噪自動(dòng)編碼器
6、深度學(xué)習(xí)應(yīng)用案例
深度學(xué)習(xí)模型原理解析
1、CNN
CNN模型的推導(dǎo)與實(shí)現(xiàn)
CNN的反向求導(dǎo)及練習(xí)
CNN應(yīng)用:文本分類
CNN 常見(jiàn)問(wèn)題總結(jié)
2、RNN
RNN模型的推導(dǎo)與實(shí)現(xiàn)
RNN的反向求導(dǎo)及練習(xí)
RNN應(yīng)用:個(gè)性化電影推薦
RNN常見(jiàn)問(wèn)題總結(jié)
3、LSTM
LSTM模型的推導(dǎo)與實(shí)現(xiàn)
LSTM的反向求導(dǎo)及練習(xí)
LSTM應(yīng)用:文本識(shí)別
LSTM常見(jiàn)問(wèn)題總結(jié)
4、DNN
DNN模型的推導(dǎo)與實(shí)現(xiàn)
DNN的反向求導(dǎo)及練習(xí)
DNN應(yīng)用:CTR預(yù)估
DNN常見(jiàn)問(wèn)題總結(jié)
5、廣告搜索中深度學(xué)習(xí)的應(yīng)用
查詢意圖識(shí)別:CSR
文本相關(guān)性:Word2Vec。DSSM
CTR預(yù)估:DNN、MxNet
圖像理解:VGGNet、CNN
深度學(xué)習(xí)框架實(shí)踐Tensorflow
1、Tensorflow框架介紹
2、TensorFlow和其他深度學(xué)習(xí)框架的對(duì)比
3、Tensorflow 特性
4、Tensorflow 下載及安裝
5、Tensorflow 架構(gòu)
6、Tensorflow 基本使用
7、TensorFlow實(shí)現(xiàn)多層感知機(jī)
8、TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
TensorFlow實(shí)現(xiàn)簡(jiǎn)單的卷積網(wǎng)絡(luò)
TensorFlow實(shí)現(xiàn)進(jìn)階的卷積網(wǎng)絡(luò)
TensorFlow實(shí)現(xiàn)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)
TensorFlow實(shí)現(xiàn)ResNet
9、Tensorflow 實(shí)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)及Word2Vec
Tensorflow 實(shí)現(xiàn)Word2Vec
Tensorflow 實(shí)現(xiàn)基于LSTM的語(yǔ)言模型
10、TensorFlow實(shí)現(xiàn)深度強(qiáng)化學(xué)習(xí)
深度強(qiáng)化學(xué)習(xí)簡(jiǎn)介
TensorFlow實(shí)現(xiàn)策略網(wǎng)絡(luò)
TensorFlow實(shí)現(xiàn)估值網(wǎng)絡(luò)
11、TensorBoard、多GPU并行及分布式并行
TensorBoard
多GPU并行
分布式并行
12、實(shí)戰(zhàn):Python中實(shí)現(xiàn)LSTM模型搭建:時(shí)間序列
基于某家店的某顧客的歷史消費(fèi)的時(shí)間推測(cè)該顧客前下次來(lái)店的時(shí)間
13、實(shí)戰(zhàn):用TensorFlow搭建圖像識(shí)別系統(tǒng)
14、Tensorflow結(jié)合Spark |