授课方式

主题	内容
深度学习Deep Learning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
深度学习Deep Learning基本框架结构	1. Caffe介绍 a) 软件架构 b) 安装以及使用方法 2. Tensorflow介绍 a) 软件架构 b) 安装以及使用方法 3. Keras介绍 a) 软件架构 b) 安装以及使用方法 4. 虚拟机安装以及使用
机器学习概要介绍	1. 分类分析算法介绍 a) 贝叶斯概率 b) 决策树算法族 c) 随机森林 d) 支持向量机 2. 回归算法介绍 a) 多元线性回归 b) 逻辑回归 3. 聚类分析算法介绍 a) K-means聚类 b) 层次聚类 4． 上机实战
深度学习介绍	1. 神经网络目的 2. 神经网络的应用场景 3. 神经网络算法介绍 a) 感知机 b) 反向传播算法 4. 深度学习算法介绍 a) 随机梯度下降算法 b) 过拟合与欠拟合 c) 卷积神经网络 d) 自动编码器 e) 稀疏编码 f) 限制波尔兹曼机 g) 循环神经网络以及LSTM 5. 应用介绍 a) 人脸识别 b) 风格转换 c) 目标检测 6. 常见模型结构介绍 a) Alexnet b) VGG c) Resnet d) GoogleNet e) SqueezeNet

等...........课程

 

中科信软高级技术服务机构（已成立13年）→13年期间，为各大企业提供：软件培训、定制培训、技术咨询、技术支持
时间灵活 地点灵活(北上广深、成都、武汉都有上课点)，人数灵活，师资丰富
采取小班上课的特点，随时可以开班，侧重点方面可根据学员定制。还可定制培训，企业上门内训，1对1.定制培训或咨询