在這個帶有Keras和TensorFlow的Deep Learning課程認證培訓中,你將熟悉人工神經網絡、PyTorch、自動編碼器等的語言和基本概念。完成學習后,你將能夠建立Deep Learning模型,解釋結果,并建立自己的深度學習項目。
全球Deep Learning系統市場規模預計在2028年達到933.4億美元,年復合增長率穩定在39.1%。
購買2門課程包享受7.5折優惠
購買3門課程包享受6.5折優惠
購買4門課程包享受5.5折優惠
購買5門及以上課程包享受4.5折優惠
*加購課程查看最終實際價格
歡迎!
學習目標
學習目標
TensorFlow 簡介
TF2x 和 Eager Execution
Tensorflow 你好世界
使用 Tensorflow 進行線性回歸
使用 Tensorflow 進行邏輯回歸
深度學習簡介
深度神經網絡
學習目標
卷積網絡介紹
用于分類的 CNN
CNN架構
理解卷積
CNN 與 MNIST 數據集
學習目標
順序問題
RNN 模型
LSTM 模型
LTSM 基礎
將 RNN 應用于語言建模
LSTM 語言建模
學習目標
RBM 介紹
訓練 RBM
帶有 MNIST 的 RBM
學習目標
自編碼器介紹
自編碼器結構
自編碼器
課程總結
解鎖 IBM 證書
介紹
什么是人工智能和深度學習
人工智能簡史
回顧:SL、UL 和 RL
深度學習:過去十年的成功
演示與討論:自動駕駛汽車目標檢測
深度學習的應用
深度學習的挑戰
演示與討論:使用 LSTM 進行情感分析
一個深度學習項目的全周期
關鍵要點
知識檢查
生物神經元與感知器
淺層神經網絡
訓練感知器
演示代碼:感知器(線性分類)(輔助)
反向傳播
激活函數和反向傳播的作用
演示代碼:反向傳播(輔助)
演示代碼:激活函數(無輔助)
優化
正則化
Dropout層
關鍵要點
知識檢查
課后項目(MNIST圖像分類)
深度神經網絡:原因和應用
設計深度神經網絡
如何選擇你的損失函數?
深度學習模型工具
Keras 及其元素
演示代碼:使用 Keras 構建深度學習模型(輔助)
Tensorflow 及其生態系統
演示代碼:使用 Tensorflow 構建深度學習模型(輔助)
TF學習
Pytorch 及其元素
關鍵要點
知識檢查
課后項目:使用 Pytorch 和 Cifar10 數據集構建深度學習模型
優化算法
SGD、動量、NAG、Adagrad、Adadelta、RMSprop、Adam
批量歸一化
演示代碼:批量標準化(輔助)
爆炸和消失的梯度
超參數調優
可解釋性
關鍵要點
知識檢查
課后項目:使用 Keras Tuner 進行超參數調優
成功與歷史
CNN網絡設計與架構
演示代碼:CNN圖像分類(輔助)
深度卷積模型
關鍵要點
知識檢查
課后項目:圖像分類
序列數據
時間感
RNN介紹 LSTM(零售數據集kaggle)
演示代碼:使用 LSTM 預測股價(輔助)
演示代碼:使用 LSTM 進行多類分類(無輔助)
演示代碼:使用 LSTM 進行情感分析(輔助)
GRU LSTM 與 GRU 關鍵要點
知識檢查
課后項目:股價預測
自編碼器簡介
自編碼器的應用
用于異常檢測的自動編碼器
演示代碼:MNIST 數據的自動編碼器模型(輔助)
關鍵要點
知識檢查
課后項目:使用 Keras 進行異常檢測
達到認證條件后,您將獲得圣普倫和Simplilearn聯合認證的電子證書。我們會通過電子郵件給您發送電子證書,證書上的名字以您注冊時使用的名字為準。
4008061196
課程名稱 Keras和TensorFlow的深度學習
培訓類型 個人提升(單一課程)
課程有效性 在線直播課程:180天|自學:終身