     深度學習—基于Python的Tensorflow進階培訓

第1講 Tensorflow基礎
1) TensorFlow系統架構
2) 數據流圖
3) TensorFlow基本概念
4) TensorFlow實現數據流圖
5) 可視化數據流圖
6) TensorFlow分布式
第2講 TensorFlow圖像處理
1) 加載圖像
2) 圖像格式
3) 把圖像轉換為 TFRecord文件
4) 讀取 TFRecord文件
5) 圖像處理實例
6) 全新的數據讀取方式— Dataset API
第3講 Tensorflow神經元函數
1) 激活函數
2) sigmoid函數
3) 代價函數
4) softmax_cross_entropy函數
第4講 TensorFlow自編碼器
1) 自編碼簡介
2) 降噪自編碼
3) 自編碼器解析手寫數字
4) 實例：用自編碼預測信用卡欺詐
第5講 TensorFlow實現Word2vec
1) 詞向量及其表達
2) Word2vec原理
3) skim-gram模型
4) 實例： TensorFlow實現Word2Vec
第6講 TensorFlow卷積神經網絡
1) 卷積神經網絡簡介
2) 卷積層
3) 池化層
4) 歸一化層
5) Tensorflow實現簡單卷積神經網絡
6) TensorFlow實現進階卷積神經網絡
7) 幾種經典卷積神經網絡
第7講 TensorFlow循環神經網絡
1) 循環神經網絡簡介
2) 前向傳播與隨時間反向傳播
3) 梯度消失或爆炸
4) RNN其他變種
5) RNN應用場景
6) 實例：用LSTM實現分類
第8講 TensorFlow高層封裝
1) TensorFlow高層封裝簡介
2) Estimator簡介
3) 實例：使用 Estimator預定義模型
4) 實例：使用 Estimator自定義模型
5) Keras簡介
6) 實例： Keras實現序列式模型
7) TFLearn簡介
第9講 情感分析及實操
1) 深度學習與自然語言處理
2) 詞向量簡介
3) 循環神經網絡
4) 遷移學習簡介
5) 實例： TensorFlow實現情感分析
第10講 用TensorFlow預測乳腺癌
1) 數據說明
2) 數據預處理
3) 探索數據
4) 構建神經網絡
5) 訓練并評估模型
第11講 聊天機器人及實操
1) 聊天機器人原理
2) Encoder-Decoder架構
3) 帶注意力的框架
4) 用 TensorFlow實現聊天機器人
第12講 人臉識別及實操
1) 人臉識別簡介
2) 人臉識別流程
3) 項目概況
4) 實施步驟
第13講 強化學習基礎
1) 強化學習簡介
2) 強化學習常用算法
3) Q-Learning算法
4) DQN算法
第14講 生成式對抗網絡
1) 生成 ndarray的幾種方式
2) 存取元素
3) 矩陣操作
4) 數據合并與展平
5) 通用函數
6) 廣播機制