 班级规模及环境--热线:4008699035 手机:15921673576/13918613812( 微信同号) |
|
坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。 |
| 上课时间和地点 |
开课地址：【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】：电影大厦(地铁一号线大剧院站) 【武汉分部】：佳源大厦【成都分部】：领馆区1号【沈阳分部】：沈阳理工大学【郑州分部】：锦华大厦【石家庄分部】：瑞景大厦【北京分部】：北京中山 【南京分部】：金港大厦
新开班 (连续班 、周末班、晚班）：即将开课，详情请咨询客服。(欢迎您垂询，视教育质量为生命！) |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
| |
第1章课程介绍
1-1本课程介绍
第2章神经网络理论
2-1神经元、多层感知器和人工智能
2-2理论分析：梯度下降算法
2-3理论分析：反向传播算法
第3章用Python探索多层感知器
3-1思路分析：如何利用Python实现多层感知器？
3-2Anaconda环境搭建、数据准备
3-3代码实践：MLP的前向传播
3-4代码实践：MLP的反向传播
3-5代码实践：梯度检验
3-6代码实践：探索各种激活函数
3-7代码实践：探索各种权重初始化
3-8代码实践：探索各种优化算法
3-9理论分析：BatchNormalization
3-10代码实践：BatchNormalization
第4章CNN理论
4-1理论分析：CNN的前向传播
4-2理论分析：CNN的反向传播
第5章亲自动手写一个深度学习框架
5-1深度学习框架Caffe基础入门
5-2思路分析：如何设计自己的框架？
5-3环境准备：Json、Armadillo、protobuf
5-4代码实践：利用json定义网络结构
5-5代码实践：设计内部数据结构——Blob
5-6代码实践：加载Mnist数据集到Blob
5-7代码实践：逐层构造数据Blob和梯度Blob
5-8代码实践：逐层初始化（上）
5-9代码实践：逐层初始化（下）
5-10代码实践：将Blob切割为mini-batch
5-11代码实践：卷积层的前向传播
5-12代码实践：激活层、池化层的前向传播
5-13代码实践：全连接层、损失层的前向传播
5-14代码实践：损失层、全连接层的反向传播
5-15代码实践：池化层、激活层的反向传播
5-16代码实践：卷积层的反向传播
5-17代码实践：模型参数优化和评估
5-18添砖加瓦：实现模型微调功能（fine-tune）
5-19添砖加瓦：实现SVM损失层
5-20添砖加瓦：实现更多的优化器
5-21添砖加瓦：实现对L2正则化的支持
5-22添砖加瓦：实现Dropout层
5-23添砖加瓦：实现BN层和Scale层
5-24添砖加瓦：实现通用的图片数据接口
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业