課程介紹

 

其他精品課程班: 生產(chǎn)線模擬分析培訓(xùn)課程 運(yùn)動(dòng)控制培訓(xùn) PLC培訓(xùn)課程 APD SiP培訓(xùn)課程 電機(jī)控制培訓(xùn) 集成電路培訓(xùn) 散熱模擬分析培訓(xùn) 數(shù)字電源培訓(xùn) Matlab數(shù)學(xué)建模仿真培訓(xùn) Ansys Workbench模擬培訓(xùn) R語言培訓(xùn)課程 數(shù)字逆變器設(shè)計(jì)培訓(xùn)

 

 

曙海教學(xué)優(yōu)勢(shì)

　 本課程面向企事業(yè)項(xiàng)目實(shí)際需要,秉承二十一年積累的教學(xué)品質(zhì)，深度學(xué)習(xí)DeepLearning核心技術(shù)開發(fā)與應(yīng)用培訓(xùn)課程以項(xiàng)目實(shí)現(xiàn)為導(dǎo)向,老師將會(huì)與您分享設(shè)計(jì)的全流程以及工具的綜合使用技巧、經(jīng)驗(yàn)。線上/線下/上門皆可,深度學(xué)習(xí)DeepLearning核心技術(shù)開發(fā)與應(yīng)用培訓(xùn)課程專家,課程可定制,熱線:4008699035。

　 大批企業(yè)和曙海
建立了良好的合作關(guān)系,20多年來，合作企事業(yè)單位以達(dá)30多萬。曙海的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。曙海的課程在業(yè)內(nèi)有著響亮的知名度。

 

精品課程班級(jí)列表

• ?　　培訓(xùn)目標(biāo)：

  　　1、本次深度學(xué)習(xí)培訓(xùn)采用深入淺出的方法，結(jié)合實(shí)例，重點(diǎn)講解Deep Learning框架模型、科學(xué)算法、訓(xùn)練過程技巧，使學(xué)員更有效的掌握Deep Learning核心技術(shù)及動(dòng)手能力;

  　　2、通過本次課程的學(xué)習(xí)，能夠把握深度學(xué)習(xí)的技術(shù)發(fā)展趨勢(shì)，可以熟練掌握深度學(xué)習(xí)核心技術(shù)、主要模型、實(shí)踐技巧、并配以大量代碼練習(xí)，同時(shí)針對(duì)工作中存在的疑難問題進(jìn)行分析講解和專題討論，有效的提升學(xué)員解決復(fù)雜問題的能力;

  　　培訓(xùn)課程：

  　　一、深度學(xué)習(xí)Deep Learning基礎(chǔ)和基本思想

  　　1，人工智能概述、計(jì)算智能、類腦智能

  　　3，機(jī)器學(xué)習(xí)概述、記憶學(xué)習(xí)、歸納學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)

  　　4，深度學(xué)習(xí)的前生今世、發(fā)展趨勢(shì)

  　　5，人工神經(jīng)網(wǎng)絡(luò)、前饋神經(jīng)網(wǎng)絡(luò)、BP算法 、Hessian矩陣、結(jié)構(gòu)性特征表示

  　　二、深度學(xué)習(xí)Deep Learning基本框架結(jié)構(gòu)

  　　1，Caffe 2，Tensorflow

  　　3，Torch 4，MXNet

  　　三，深度學(xué)習(xí)Deep Learning-卷積神經(jīng)網(wǎng)絡(luò)

  　　1，CNN卷積神經(jīng)網(wǎng)絡(luò)

  　　卷積層(一維卷積、二維卷積)、池化層(均值池化、最大池化)

  　　全連接層 激活函數(shù)層 Softmax層

  　　2，CNN卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)

  　　R-CNN (SPPNET) Fast-R-CNN Faster-R-CNN (YOLO、SSD)

  　　3，深度學(xué)習(xí)的模型訓(xùn)練技巧

  　　4，梯度下降的優(yōu)化方法詳解

  　　四，深度學(xué)習(xí)Deep Learning-循環(huán)神經(jīng)網(wǎng)絡(luò)

  　　1， RNN循環(huán)神經(jīng)網(wǎng)絡(luò)

  　　梯度計(jì)算 BPTT

  　　2，RNN循環(huán)神經(jīng)網(wǎng)絡(luò)改進(jìn)

  　　LSTM GRU Bi-RNN Attention based RNN

  　　3，RNN實(shí)際應(yīng)用 Seq2Seq的原理與實(shí)現(xiàn)

  　　五、強(qiáng)化學(xué)習(xí)

  　　1，強(qiáng)化學(xué)習(xí)的理論知識(shí)

  　　2，經(jīng)典模型DQN講解

  　　2， AlphaGo原理講解

  　　3， RL實(shí)際應(yīng)用;實(shí)現(xiàn)一個(gè)AlphaGo

  　　六，對(duì)抗性生成網(wǎng)絡(luò)

  　　1， GAN的理論知識(shí)

  　　2， GAN經(jīng)典模型CGAN，LAPGAN，DCGAN

  　　3，GAN經(jīng)典模型 INFOGAN，WGAN，S2-GAN

  　　4，GAN實(shí)際應(yīng)用 DCGAN提高模糊圖片分辨率

  　　5，GAN實(shí)際應(yīng)用 InfoGAN做特定的樣本生成

  　　七、遷移學(xué)習(xí)

  　　1，遷移學(xué)習(xí)的理論概述

  　　2，遷移學(xué)習(xí)的常見方法

  　　特征、實(shí)例、數(shù)據(jù)、深度遷移、強(qiáng)化遷移、研究案例

  　　八、CNN應(yīng)用案例

  　　1，CNN與手寫數(shù)字集分類

  　　2，YOLO實(shí)現(xiàn)目標(biāo)檢測(cè)

  　　3，PixelNet原理與實(shí)現(xiàn)

  　　4，利用卷積神經(jīng)網(wǎng)絡(luò)做圖像風(fēng)格結(jié)合

  　　九、深度學(xué)習(xí)Deep Learning的常用模型或者方法

  　　1，AutoEncoder自動(dòng)編碼器

  　　2，Sparse Coding稀疏編碼

  　　3，Restricted Boltzmann Machine(RBM)限制波爾茲曼機(jī)

  　　4，Deep BeliefNetworks深信度網(wǎng)絡(luò)

  　　5，Convolutional Neural Networks卷積神經(jīng)網(wǎng)絡(luò)

  　　十、輔助課程

  　　(1)疑難解答、分組討論;

  　　(2)關(guān)鍵問題解析;

  
  
  

  ---
• 聯(lián)系曙海客服