课程 | 深度学习基础与TensorFlow实践入门课程
https://v.qq.com/txp/iframe/player.html?vid=a1319iru6oi&width=500&height=375&auto=0
《深度学习基础与TensorFlow实践》
AI100学院有幸邀请到《深度学习原理与TensorFlow实践》作者之一、百纳信息公司AI方向负责人王琛老师6月20日起为大家分享系列直播课——《深度学习基础与TensorFlow实践》，借助TensorFlow帮助大家学习各种模型背后的原理和理论，进而更熟练地应用这些模型。
课程结合实例介绍使用TensorFlow开发机器学习应用的详细方法和步骤，着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法，并结合实际场景和例子描述了深度学习技术的应用范围与效果。 所有案例均来自讲师团队工作中的亲身实践，所选案例均是深度学习的经典应用，非常具有代表性。
活动详情：名额有限～～下手要快～
1、转发朋友圈（课程、海报或公众号文章），凭截图联系学院小秘（下方二维码），立减50元！
2、报名前10的小伙伴统统赠书！！《深度学习原理与TensorFlow实践》（价值79元）抱回家，先报先得！
3、报名11-30名的小伙伴同样有书！！以50%的中奖几率抽取10名赠书！
感谢博文视点对本课程的大力支持！
开课时间：6月20日起 每周二、四 共5课时
报名方式：猛戳“阅读原文”或扫描课程二维码
【主讲老师】
王琛，《深度学习原理与TensorFlow实践》作者之一，百纳信息技术有限公司人工智能方向负责人。
毕业于英国爱丁堡大学，并获得人工智能专业硕士学位。早年参加信息学奥林匹克竞赛获得河北省第1名、全国三等奖，并保送进入中山大学。大学期间，在ACM竞赛上也屡获佳绩。硕士毕业后就职于百度基础架构部，参与大数据平台研发工作，对大数据分析处理、分布式系统架构等方面都有比较深刻的理解。2014年加入百纳，负责多个项目的研发，自2016年起负责人工智能方向的探索。
课程大纲
深度学习简介
深度学习的由来
深度学习的“深”
深度学习发展趋势
TensorFlow系统简介
TensorFlow的设计目标
TensorFlow的核心概念：计算图、Session
TensorFlow的系统架构及源码结构
环境准备：TensorFlow安装及常用Python库介绍
实例解析
Kaggle平台及Titanic题目介绍
代码解析，包括数据读入及预处理、构建计算图和训练迭代、存储和加载训练模型等
传统机器学习的优化技巧
TFLearn、TF-Slim介绍及示例程序解析
卷积神经网络原理
卷积操作的由来
池化
ReLU
Dropout
经典模型介绍及TensorFlow代码解析
AlexNet：震惊世界的突破
VGGNet：更深的结构更优秀
GoogLeNet & Inception：更全面的结构更优秀
ResNet：飙升的深度
如何直接使用训练好的Inception做图像识别
CNN应用之图像风格化实例
量化的风格
快速风格化的两种模型
生成对抗网络GAN介绍
GAN的基本思想概述
朴素GAN框架及TensorFlow代码解析
RNN & LSTM原理
RNN模型的基本形式
BPTT算法
LSTM模型
语言模型简介
NGram语言模型
神经网络语言模型
循环神经网络语言模型
TensorFlow实现代码生成
【课程目标】
快速掌握深度学习的基础原理和TensorFlow系统基本使用方法；
利用TensorFlow从零开始实现完全正确的神经网络；
强化大家对深度学习及TensorFlow架构的理解，从而运用TensorFlow开发各类相关应用。
【适合人群】
有一定的Python语言基础； 对机器学习、深度学习感兴趣；
了解深度学习理论，希望尝试更多工程实践；
对工程产品有较多经验，希望学习深度学习理论。
扫码报名
课程小助手
添加“AI100小助手”为好友，发送转发截图后，领取50元优惠券立即可用！购买课程后，可加入课程交流群。报名记得戳原文～～