深度学习DeepLearning核心技术实战
时间地点:《远程在线培训班正在进行，详情请联系会务组》2020年12月18日—2020年12月21日 远程在线授课2020年12月18日—2020年12月21日 北京*机房上课(第一天全天报到，授课三天，机房上课)课程体系深度学习基础和基本思想1.人工智能概述、计算智能、类脑智能2.机器学习概述、记忆学习、归纳学习、统计学习3.深度学习的前生今世、发展趋势4.人工神经网络、前馈神经网络、BP算法 、Hessian矩阵、结构性特征表示二、深度学习基本框架结构1，Tensorflow 2， Caffe 3，Torch 4，MXNet三，卷积神经网络CNN 1，CNN卷积神经网络卷积层（一维卷积、二维卷积）、池化层（均值池化、最大池化）全连接层 激活函数层 Softmax层2，CNN卷积神经网络改进R-CNN （SPPNET） Fast-R-CNN Faster-R-CNN （YOLO、SSD）3，深度学习的模型训练技巧4，梯度下降的优化方法详解四，循环神经网络RNN 1，RNN循环神经网络梯度计算 BPTT2，RNN循环神经网络改进LSTM GRU Bi-RNN Attention based RNN3，RNN实际应用 Seq2Seq的原理与实现五、强化学习DRL 1，强化学习的理论知识2，经典模型DQN讲解2，AlphaGo原理讲解3，RL实际应用；实现一个AlphaGo六，对抗性生成网络GAN 1，GAN的理论知识2，GAN经典模型CGAN，LAPGAN，DCGAN3，GAN经典模型 INFOGAN，WGAN，S2-GAN4，GAN实际应用 DCGAN提高模糊图片分辨率5，GAN实际应用 InfoGAN做特定的样本生成七、迁移学习TL迁移学习的理论概述迁移学习的常见方法特征、实例、数据、深度迁移、强化迁移、研究案例八、深度学习算法理论解析1，基于区域卷积网络RCNN 2，深度残差网络Resnet3，胶囊网络Capsule 4，长短时记忆网络LSTM5，注意力机制 6，BP反传算法7，可变分编码器VAE九、深度学习实际应用案例操作1，CNN——》图像分类 2，Lstm——》文本分类3，Lstm——》命名实体抽取 4，Yolo——》目标检测5，图像分类(CNN) 6，目标定位和识别(RCNN)7，图像重建(Auto-encoder) 8，文本识别(RNN)9，实体标注(LSTM) 10，手写体数字生成(GAN)11，逻辑回归导出图像分类； 12，静/动态图编写（CNN）联系方式：联系人: 栗泽宇 手机：13311241619电 话：010-56129268 网址：http://www.cnzgrz.org.cnE_mail：772489244@qq.com 官方QQ：772489244深度学习之家QQ群群号： 372448770（加群备注：栗泽宇老师邀请）
页:
[1]