1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

深度學習模型 & Tensorflow框架培訓大綱

深度學習基本原理

1、深度學習簡介
2、深度學習成功應用
3、深度學習與神經網絡的對比
4、深度學習的訓練過程
5、深度學習的具體模型

自動編碼器

稀疏自動編碼器

降噪自動編碼器
6、深度學習應用案例

深度學習模型原理解析

1、CNN

CNN模型的推導與實現

CNN的反向求導及練習

CNN應用：文本分類

CNN 常見問題總結
2、RNN

RNN模型的推導與實現

RNN的反向求導及練習

RNN應用：個性化電影推薦

RNN常見問題總結
3、LSTM

LSTM模型的推導與實現

LSTM的反向求導及練習

LSTM應用：文本識別

LSTM常見問題總結
4、DNN

DNN模型的推導與實現

DNN的反向求導及練習

DNN應用：CTR預估

DNN常見問題總結
5、廣告搜索中深度學習的應用

查詢意圖識別：CSR

文本相關性：Word2Vec。DSSM

CTR預估：DNN、MxNet

圖像理解：VGGNet、CNN

深度學習框架實踐Tensorflow

1、Tensorflow框架介紹
2、TensorFlow和其他深度學習框架的對比
3、Tensorflow 特性
4、Tensorflow 下載及安裝
5、Tensorflow 架構
6、Tensorflow 基本使用
7、TensorFlow實現多層感知機
8、TensorFlow實現卷積神經網絡

TensorFlow實現簡單的卷積網絡

TensorFlow實現進階的卷積網絡

TensorFlow實現經典卷積神經網絡

TensorFlow實現ResNet
9、Tensorflow 實現循環神經網絡及Word2Vec

Tensorflow 實現Word2Vec

Tensorflow 實現基于LSTM的語言模型
10、TensorFlow實現深度強化學習

深度強化學習簡介

TensorFlow實現策略網絡

TensorFlow實現估值網絡
11、TensorBoard、多GPU并行及分布式并行

TensorBoard

多GPU并行

分布式并行
12、實戰：Python中實現LSTM模型搭建：時間序列

基于某家店的某顧客的歷史消費的時間推測該顧客前下次來店的時間
13、實戰：用TensorFlow搭建圖像識別系統
14、Tensorflow結合Spark