分类菜单
人工智能
AI工程师

AI工程师

参考价格: 电话咨询
该校与厚学网暂未合作,平台不确保课程的真实有效性
如有侵权等争议,请及时与厚学网联系处理
立即预约 确认报名
姓名3:
电话:
城市:
想学
什么:
AI工程师
课程说明
课程级别
入门级
培训周期
一周以内
上课地址
北京市海淀区厂洼街3号丹龙大厦B3018
【课程详情】

  

一、学习目标:

  熟悉AI工具,包括TensorFlow、Keras、Caffe、PyTorch

  熟悉深度学习应用

  熟悉CNN、RNN、Faster RCNN等深度神经网络模型,并掌握其相关的优化算法

  了解深度学习算法,包括卷积神经网络、循环神经网络等

  掌握优化算法和高性能计算方法

  掌握NLP自然语言处理行业案例

  掌握计算机视觉图像识别行业案例

  二、课程内容:

  01章预备知识:图像识别方法的演进基础

  01-01开发环境配置:Anaconda环境和MXNet

  01-02深度学习简介:起源、特点和发展

  01-03计算机视觉概述

  01-04数据操作

  01-05自动求梯度

  01-06图像识别的演进

  01-07线性回归与线性回归的实现

  01-08线性模型:对数线性二分类、多分类

  01-09独热和稠密度向量表示

  01-10softmax回归与实现

  01-10基于深度学习的图像识别技术发展

  02章深度学习基础知识

  01-01线性模型的局限性:异或问题

  01-02非线性输入转换、核方法、可训练的映射函数

  01-03感知机和多层感知机的实现

  01-04模型选择、欠拟合过拟合问题

  01-05权重衰减和丢弃法

  01-06实战案例:房价预测模型

  01-07神经网络基础

  01-08前馈神经网络、BP神经网络

  01-09神经网络的训练

  01-10深度学习计算

  03章卷积神经网络与深度学习

  01-01二维卷积层相关运算

  01-02填充和步幅

  01-03多输入通道和多输出通道

  01-04二维大池化层和平均池化层

  01-05卷积神经网络LeNet模型

  01-06深度卷积神经网络AlexNet

  01-07使用重复数据的网络

  01-08网络中的网络:NIN块和NIN模型

  01-09合并行连接的网络

  01-10批量归一化

  01-11残差网络ResNet模型

  01-12稠密度连接网络DeseNet模型

  04章循环神经网络与深度学习

  01-01语言模型计算

  01-02循环神经网络

  01-03模型语言数据集

  01-04循环神经网络从零开始实现

  01-05循环神经网络的简介实现

  01-06通过时间反向传播

  01-07门控循环单元

  01-08长短期记忆

  01-09深度循环神经网络

  01-10双向循环神经网络

  05章优化算法与深度学习

  01-01优化与深度学习的关系

  01-02梯度下降和随机梯度下降

  01-03小批量随机梯度下降

  01-04动量法与实现

  01-05AdaGrad算法特点与实现

  01-06RMSProp算法

  01-07AdaDelta算法

  01-08Adma算法

  06章计算机技术与高性能计算

  01-01衡量性能的方法

  01-02提高性能性能的各种编程方法

  01-03命令式和混合编程

  01-04异步计算

  01-05自动并行运算

  01-06多GPU运算

  07章AI应用方向之计算机视觉

  01-01使用图像增广训练模型

  01-02微调:热狗识别

  01-03目标检测和边界框

  01-04计算机视觉:锚框生成

  01-05多尺度目标检测

  01-06目标检测数据集:皮卡丘

  01-07单发多框检测:SSD

  01-08卷积神经网络系列:R-CNN

  01-09语意分割和数据集

  01-10全卷积网络

  01-11样式迁移

  08章计算机视觉案例:Kaggle图像识别

  01-01案例1:图像分类

  01-02案例2:狗的品种

  01-03step1:获取和整理数据集

  01-04step2:图像增广

  01-05step3:读取数据集

  01-06step4:定义模型

  01-07step5:定义训练函数

  01-08step6:训练模型

  09章AI应用方向之NLP自然语言处理

  01-01词嵌入和连续词袋模型

  01-02近似训练:负采样、层序softmax

  01-03word2vec的实现

  01-04子词潜入:fastText

  01-05全局向量的词潜入:GloVe

  01-06求近义词和类比词

  01-07文本情感分类:使用循环神经网络

  01-08文本情感分类:使用卷积神经网络(textCNN)

  01-09编码器、解码器

  01-10贪婪搜索、全局搜索、束搜索

  01-11注意力机制

  10章NLP自然语言处理案例

  01-01案例1:机器人翻译

  01-02step1:读取和与处理数据集

  01-03step2:含注意力机制的编码器-解码器

  01-04step3:训练模型

  01-05step4:预测不定长的序列

  01-06step5:评价翻译结果

  01-07唐诗生成器

  01-08step1:定义输入数据

  01-09step2:定义多层LESTM模型

  01-10step3:定义损失函数

  01-11step4:训练模型生成文字

  01-12step5:更多参数说明

  01-13step6:运行自己的数据


课程内容以实际授课为准
  • 软件开发
  • 软件测试
  • 数据库
  • Web前端
  • 大数据
  • 人工智能
  • 零基础
  • 有HTML基础
  • 有PHP基础
  • 有C语言基础
  • 有JAVA基础
  • 其他计算机语言基础
  • 周末班
  • 全日制白班
  • 随到随学

温馨提示

个性定制课程


温馨提示