【推荐观看】python深度学习实践技术应用

Python 深度学习实践技术及应用

      Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。     为辅助提高广大科研工作者的使用python深度学习技术，我们举办了本次《python深度学习实践技术及应用线上培训》，利用大量的案例讲解与实操练习让大家更深入便捷的运用到工作学习中，也方便各个领域可以更好地交叉融合、扩展应用。

转发以上海报或本文章至朋友圈或科研群3小时以上，截图联系文末客服即可免费预约名额，并且参与直播答疑！整理好您的问题一起来，让郁老师为您答疑解惑！

一、时间

公益课：10月11日  晚19:30-21:30

进阶课：10月17日、18日、24日（3天）

上午：8:30-12:00 下午：14:30-18:00

注：参加培训人员请提前自备笔记本电脑，配置好运行环境，准备优质网络环境，确保课程正常使用

二、主讲专家

郁磊博士  主要从事 Python、MATLAB 编程、机器学习与数据挖掘、数据可视化和软件开发、 近红外光谱分析、生理系统建模与仿真，具有丰富的实战应用经验，主编《智能算法 30 个案例分析》、 《MATLAB 神经网络 43 个案例分析》相关著作。已发表多篇高水平的国际学术研究论文。

三、为您点亮

1、支持线上复看回放视频，学员可随时反复观看(不限次数，永久有效)。 

2、课用课件及数据资料全部送。 

3、您在工作中不必在苦恼，专家长期辅助学习及应用，建立长期社群，主讲专家将成为您该领 域的专属实践性导师。 

4、会议结束召开不定期的线上及线下交流及经验分享会议，解诀您实际项目的疑难问题。 

5、凡参加学员都可获得 Ai 尚研修大讲堂举办各类经验分享及各课程下在线答疑交流会议参与直 通门票，让您畅游各个知识领域。

四、在线课程内容安排

第一章 深度学习预备知识	1、基础数学知识： （1）导数概念、如何求导 （2）矩阵概念、矩阵基本运算 （3）概率的概念、正态分布的概念 2、Python基础知识： （1）列表、元组、字典、集合、循环、函数等基本概念  （2）科学计算库Numpy、Pandas、绘图库Matplotlib等
第二章 深度学习核心技术	1、人工智能基本概念辨析（回归拟合问题与分m’m’m’m’类识别问题；有监督（导师）学习与无监督（无导师）学习；训练集、验证集与测试集；过拟合与欠拟合） 2、BP神经网络的工作原理 3、数据预处理（归一化、异常值剔除、数据扩增技术等） 4、交叉验证与模型参数优化 5、模型评价与指标的选择（回归拟合问题 vs. 分类识别问题） 6、Python机器学习库Scikit-learn库讲解 7、案例讲解： （1）回归拟合问题：近红外光谱预测汽油辛烷值         （2）时间序列预测：新冠肺炎流行趋势预测 （3）分类识别问题：人脸朝向识别 8、实操练习
第三章 深度学习入门基础与卷积神经网络	1、深度学习与传统机器学习的区别与联系（神经网络的隐含层数越多越好吗？深度学习与传统机器学习的本质区别是什么？） 2、卷积神经网络的基本原理（什么是卷积核？CNN的典型拓扑结构是怎样的？CNN的权值共享机制是什么？CNN提取的特征是怎样的？） 3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系 4、Python深度学习开源工具箱简介 5、案例讲解： （1）CNN预训练模型实现物体识别 （2）利用卷积神经网络抽取抽象特征 （3）自定义卷积神经网络拓扑结构 6、实操练习
第四章 迁移学习算法及其Python实现	1、迁移学习算法的基本原理（为什么需要迁移学习？为什么可以迁移学习？迁移学习的基本思想是什么？） 2、基于深度神经网络模型的迁移学习算法 3、案例讲解：猫狗大战（Dogs vs. Cats） 4、实操练习
第五章 生成式对抗网络（GAN）及其Python实现	1、生成式对抗网络GAN（什么是对抗生成网络？为什么需要对抗生成网络？对抗生成网络可以帮我们做什么？GAN给我们带来的启示） 2、GAN的基本原理及GAN进化史 3、案例讲解：GAN的Python代码实现（人脸图像生成） 4、实操练习
第六章 循环神经网络、长短时记忆网络及其Python实现	1、循环神经网络RNN的基本工作原理 2、长短时记忆网络LSTM的基本工作原理 3、LSTM的几种变形结构 4、案例讲解：时间序列预测（新冠肺炎流行趋势预测） 5、实操练习
第七章 实时目标检测YOLO模型	1、什么是目标检测？目标检测与目标识别的区别与联系 2、YOLO模型的工作原理 3、从YOLO v1到v5的进化之路 4、案例讲解：实时目标检测 5、实操练习
第八章 讨论与答疑	1、建立微信群，便于后期的讨论与答疑 2、讨论与答疑，解答学员的实际问题 3、相关学习资料分享与拷贝（图书推荐、在线课程推荐等）

【推荐】海量遥感数据处理与GEE云计算技术实践应用

【推荐】基于深度学习遥感影像地物分类与目标识别、分割实践技术应用

分享领公益讲座

     关注并转发此文章，转发时间满3小时后截图在截图发至会务人员，领取10月11日 晚19:30在线直播“深度学习之卷积网络技术直播讲座”名额，并可免费领取以上推荐课程公益专题，感谢大家支持！

微信电话：[phone]

QQ：1194507342