中科图云收起
微信扫码看直播
活动内容收起
近几年各种深度学习框架涌现，大家可能很难从众多的深度学习框架中选择一个合适的框架进行学习。对于深度学习的初学者，或者觉得Tensorflow,Caffe等框架学习困难难以上手的人，可以考虑学习Keras。Keras是一种高度模块化，使用简单上手快，合适深度学习初学者使用的深度学习框架。Keras由纯Python编写而成并以Tensorflow、Theano以及CNTK为后端，Keras为支持快速实验而生，能够把你的idea迅速转换为结果。我公司将于12月份在北京召开“人工智能--基于Keras框架的深度学习开发实战班”有关通知如下：
一、课程对象
各高等院校科研院所相关学科、计算机、软件、信息管理、统计、电子商务、金融、工商管理、生物学、化学、医学、数理统计专业等科研、教学带头人，骨干教师、博士生、硕士生，各行业keras深度学习技术的爱好者。
二、课程主讲
邹博，睿客邦创始人，山东交通学院客座教授、南昌航空大学双师型教师、上海市计划生育科学研究所特聘专家、齐鲁交通集团旗帜信息人工智能应用部主任、天津大学创业导师、中国医药教育协会老年运动与健康分会学术委员、《聊城大学学报》编委；目前已经与全国十多所高校建立了 AI 联合实验室，完成和在研 30 多个人工智能工业项目，广泛应用于医疗、交通、 农业、气象、银行、电信等多个领域。
杨红菊，太原创成焕新科技有限公司创始人，北京理工大学博士，北京睿客邦科技有限公司技术总监。
三、时间与地点
2019年12月18日～12月22日 北京 （12月18号报到）
有疑问可咨询：
13643136553或liuyao@ncic.ac.cn
中科图云小助手微信：TuyunAssistant
更多资讯可关注：
官方公众号：中科图云
服务号：中科图云AICloud
四、课程特点与目标
1,课程采用“典型案例分析+软件上机实操”教学模式，从经典应用案例入手讲解，用简洁易懂的语言讲述理论方法同时进行实际数据分析演示；不仅适合零基础的初学者，也适合经验较为丰富的操作者；
2，通过本次课程，参会人员能够熟练运用keras框架进行深度学习研究；全面了解常用模型的思路、原理和建模方法
3，创建课程技术讨论群，方便学员在参会过程及后期的技术讨论、疑问解答及与讲师的长期交流；
五、课程内容
专 题 模 块 | 内 容 设 置 |
一、深度学习基础介绍 | 1.1 Python基础 1.2 机器学习基础知识简介 1.3 神经网络数学基础 1.4 Keras开发环境搭建 1.5 Keras介绍 1.5.1 Keras序贯模型与函数式模型 1.5.2 Keras网络层 1.5.3 利用Keras对数据进行预处理 1.5.4 利用Keras对网络进行配置 1.6实战：搭建神经网络模型进行图像与文本分类 |
二、Python数据分析 | 2.1 numpy 2.2 pandas 2.3 matplotlib 2.4 线性回归、逻辑回归 2.5 实战： 利用线性回归模型对数据进行分析 |
三、机器学习算法 | 3.1 决策树与随机森林 3.2 最大似然估计与最大熵模型 3.3 决策树的正则化与剪枝 3.4 线性可分SVM 3.5 软间隔与核函数 3.6 多分类SVM 3.7 实战： 3.7.1 随机森林与特征选择 3.7.2 决策树应用于回归 3.7.3 泰坦尼克乘客存活率估计 3.7.4 利用SVM进行葡萄酒数据分类 3.7.5 SVM、逻辑回归、随机森林三者的横向比较 |
四、卷积神经网络与图像分 | 4.1 全连接神经网络 4.2 正向传播与反向传播 4.3 图像处理与卷积操作 4.4 Pooling 4.5 BatchNormalization 4.6 全连接层 4.7 网络设计流程 4.8 实战： 4.8.1 手写体数字识别 4.8.2 猫狗大战 |
五、迁移学习 | 5.1 经典网络介绍Alexnet、VGG、GoogLeNet、Resnet等 5.2 使用预训练网络进行图像分类 5.3 Resnet网络细节与使用 5.4 Shortcut模块 5.5 加载训练好的权重 5.6 实战：迁移学习效果对比 |
六、目标检测 | 6.1 RCNN系列：RCNN、SPPNet、Fast-RCNN、Faster-RCNN 6.2 YOLO系列：YOLO V1、YOLO V2、YOLO V3 6.3 SSD系列 6.4 FPN 6.5 实战：基于Voc数据集的Faster-RCNN实战 利用YOLO V3模型检测 |
七、人脸检测与识别 | 7.1 多任务人脸检测算法MTCNN 7.2 检测小人脸 Tiny Face Detection 7.3 SSH 7.4 一次学习 7.5 三元组损失 7.6 实战：利用Facenet框架进行人脸检测与识别 |
八、深度学习与文本 | 8.1 文本向量化方法 8.2 循环神经网络 8.3 LSTM与GRU 8.4 训练模型与效果展示 8.4.1 文本分类实战 8.4.2 文本情感语义分类 |
九、时间序列分析 | 9.1 Attention 9.2 CNN+LSTM模型 9.3 Bi-LSTM双向循环网络 9.4 Keras函数式API与回调函数 9.5 使用TensorBoard监控深度学习模型 9.6 实战：9.6.1机器翻译 使用LSTM生成文本 |
十、生成式深度学习 | 10.1 DeepDream 10.2 风格迁移 10.3 GAN网络 10.4 DCGAN 10.5 ConditionGAN 10.6 InfoGAN 10.7 实战：10.7.1 看图说话 10.7.2 DeepDream实战 10.7.3 利用GAN进行图像生成 |
十一、强化学习 | 11.1 马尔可夫决策过程 11.2 贝尔曼方程、最优策略 11.3 策略迭代、值迭代 11.4 Q Learning 11.5 SarsaLamda 11.6 DQN 11.7 A3C 11.8 ELF 11.9 实战：11.9.1 飞翔的小鸟游戏 11.9.2 基于增强学习的游戏学习 11.9.3 DQN实现 |
十二、知识图谱 | 12.1 知识图谱概论 12.2 知识表示与建模12.3 知识抽取与挖掘 12.4 知识存储 12.5 知识融合 12.6 知识推理 12.7 语义搜索12.8 知识问答 12.9 实战：12.9.1 行业知识图谱应用 |
十三、技术交流 | 技术交流 |
六、颁发证书
工信部全国网络与信息技术培训考试管理中心颁发的证书。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。注：请学员带2寸彩照电子版1张（注明姓名）、身份证复印件一张或电子版。（考试及证书费用可选500元/人）
七、费用标准
3980元/人（含报名费、培训费、教材费、资料费）食宿统一安排费用自理。
活动标签
最近参与
-
Stockard收藏
(5年前)
-
稳收藏
(5年前)
-
秋客收藏(5年前)
-
小福报名
(5年前)
-
A udrey报名
(5年前)
-
Angela报名(5年前)
您还可能感兴趣
您有任何问题，在这里提问！
全部讨论
下载App观看回放
扫码小程序报名
联系主办方
联系电话：
