北京高級ios開發(fā)培訓機構(gòu)

關(guān)于舉辦“深度學習-基于Tensorflow的實戰(zhàn)”培訓的通知

各有關(guān)單位：

中國科學院計算技術(shù)研究所是國家專門的計算技術(shù)研究機構(gòu)，同時也是中國信息化建設的重要支撐單位，中科院計算所培訓中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓的專業(yè)培訓機構(gòu)。中心憑借科學院的強大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進行過專門的定制培訓服務。

深度學習是對使用多層神經(jīng)網(wǎng)絡過程進行機器學習的統(tǒng)稱，多層神經(jīng)網(wǎng)絡是一種利用多種數(shù)學方法，及其方法組合的模型。近幾年人們有能力卓有成效地利用神經(jīng)網(wǎng)絡，其原因主要一是獲取足夠數(shù)量的數(shù)據(jù)成為現(xiàn)實；二是得益于通用GPU的快速發(fā)展，多層神經(jīng)網(wǎng)絡擁有了超越其他機器學習方法的優(yōu)勢。當決定如何*有效地利用數(shù)據(jù)時，深度學習能夠賦予模型更大的靈活性。

TensorFlow是谷歌開源的主流深度學習框架，目前已在谷歌、優(yōu)步、京東、小米等科技公司廣泛應用。本課程使用TensorFlow框架作為深度學習入門，使學員以*快、*有效的方式上手TensorFlow和深度學習。課程中省去了深度學習繁瑣的數(shù)學模型推導，從實際應用問題出發(fā)，通過具體的TensorFlow樣例程序介紹如何使用深度學習解決這些問題，包含了深度學習的知識和大量實踐經(jīng)驗，幫助學員走進這個最新、*火的人工智能領(lǐng)域。

本培訓介紹基于TensorFlow進行數(shù)據(jù)處理、數(shù)據(jù)探索的基本方法，并對TensorFlow算法原理及實現(xiàn)進行講解。

一、培訓對象

1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。

2，牽涉到網(wǎng)絡采集、處理和規(guī)劃的負責人、設計人員。

3，政府機關(guān)，金融保險、移動等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來源單位的負責人。

4，高校、科研院所牽涉到網(wǎng)絡數(shù)據(jù)采集與數(shù)據(jù)處理及展現(xiàn)的項目負責人。

二、學員基礎(chǔ)

1，對IT系統(tǒng)設計有一定的理論與實踐經(jīng)驗。

2，有一定的機器學習基礎(chǔ)知識和開發(fā)經(jīng)驗。

3，有一定的機器學習與大數(shù)據(jù)處理的知識。

三、師資

由業(yè)界知名大數(shù)據(jù)專家親自授課：

楊老師 主要研究網(wǎng)絡信息分析、機器學習以及大數(shù)據(jù)相關(guān)技術(shù)，長期從事網(wǎng)絡信息處理、機器學習以及大數(shù)據(jù)分析系統(tǒng)的研究開發(fā)工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。

四、培訓內(nèi)容

第1講 深度學習簡介

1) 人工智能、機器學習與深度學習

2) 深度學習的發(fā)展歷程

3) 深度學習的應用

4) 深度學習工具介紹和對比

第2講　安裝TensorFlow

1) 選擇安裝環(huán)境

2) TensorFlow的安裝

3) 安裝Jupyter Notebook

4) 安裝matplotlib

5) TensorFlow測試樣例

第3講　TensorFlow基礎(chǔ)

1) TensorFlow計算模型及計算圖

2) TensorFlow數(shù)據(jù)模型及張量

3) TensorFlow運行模型及會話

4) 神經(jīng)網(wǎng)絡及前向傳播算法簡介

5) TensorFlow訓練神經(jīng)網(wǎng)絡模型

第4講 深層神經(jīng)網(wǎng)絡

1) 深度學習與深層神經(jīng)網(wǎng)絡

2) 損失函數(shù)定義

3) 神經(jīng)網(wǎng)絡優(yōu)化算法

4) 神經(jīng)網(wǎng)絡學習率的設置

5) 過擬合問題及滑動平均模型

第5講 MNIST數(shù)字識別

1) MNIST數(shù)據(jù)處理

2) TensorFlow訓練神經(jīng)網(wǎng)絡

3) 不同模型效果比較及變量管理

4) TensorFlow模型持久化

5) TensorFlow實踐樣例

第6講 圖像識別與卷積神經(jīng)網(wǎng)絡

1) 圖像識別問題簡介及經(jīng)典數(shù)據(jù)集

2) 卷積神經(jīng)網(wǎng)絡簡介

3) 卷積層和池化層

4) LeNet-5模型和Inception-v3模型

5) TensorFlow實現(xiàn)遷移學習

第7講 圖像數(shù)據(jù)處理

1) TFRecord輸入數(shù)據(jù)格式

2) TensorFlow圖像處理函數(shù)

3) 隊列與多線程

4) 輸入文件隊列

5) 組合訓練數(shù)據(jù)（batching）

第8講 循環(huán)神經(jīng)網(wǎng)絡

1) 循環(huán)神經(jīng)網(wǎng)絡簡介

2) 長短時記憶網(wǎng)絡（LTSM）結(jié)構(gòu)

3) 雙向循環(huán)和深層循環(huán)神經(jīng)網(wǎng)絡

4) 樣例應用-自然語言建模

5) 樣例應用-時間序列預測

第9講 TensorBoard可視化

1) TensorBoard簡介

2) TensorFlow計算圖可視化

3) 命名空間與節(jié)點信息

4) 監(jiān)控指標可視化

第10講 TensorFlow計算加速

1) TensorFlow使用GPU

2) 深度學習訓練并行模式

3) 多GPU并行

4) 分布式TensorFlow原理

5) 分布式TensorFlow模型訓練

五、培訓目標

1，全面了解深度學習和Tensorflow的相關(guān)知識。

2，學習Tensorflow的核心技術(shù)方法以及應用特征。

3，深入使用Tensorflow在深度學習中的使用。

六、培訓時間、地點

時間： 2018年6月28日-6月29日 地點：北京

七、證書

培訓結(jié)束，頒發(fā)中科院計算所職業(yè)培訓中心“深度學習-基于Tensorflow的實戰(zhàn)”結(jié)業(yè)證書。

八、費用

培訓費：5500元/人（含教材、證書、午餐、學習用具等）。住宿協(xié)助安排，費用自理。