课程介绍：
本课程是人工智能深度学习框架TensorFlow零基础入门实战课程，有具有十几年一线技术研发经验的资深技术专家主讲，课程内容包括：3个实战案例，7大组成部分，34项关键技术。带你系统学习TensorFlow深度学习框架体系结构、安装部署、开发基础入门、案例实战和可视运行监控。课程案例采用主流深度学习语言Python编写，有效降低学习难度。
课程目录：
章节1:基础理论篇
课时1TensorFlow深度学习框架简介
课时2TensorFlow深度学习框架体系结构
课时3TensorFlow深度学习框架开发接口
章节2:TensorFlow开发环境部署
课时4Tensorflow开源框架概述
课时5Tensorflow环境安装部署
课时6Tensorflow框架源码编译
章节3:Tensorflow开发基础入门
课时7Tnesorflow计算模型-计算图
课时8Tensorflow数据模型-张量
课时9Tensorflow运行模型-会话
课时10Tensorflow第一个样例程序
章节4:实战案例1：机器学习
课时11MNIST手写数字识别数据样本
课时12MNIST手写数字识别算法模型
课时13TensorFlow机器学习模型训练
课时14TensorFlow机器学习模型序列化
章节5:实战案例2：卷积神经网络
课时15TensorFlow CNN数据样本
课时16TensorFlow CNN模型设计
课时17TensorFlow CNN模型训练
课时18TensorFlow CNN模型序列化
课时19TensorFlow CNN模型可视化
课时20TensorFlow GPU模型训练常见异常
章节6:实战案例3：循环神经网络
课时21TensorFlow RNN 模型基础
课时22TensorFlow RNN数据样本
课时23TensorFlow RNN数据预处理
课时24TensorFlow RNN模型训练
课时25TensorFlow RNN模型序列化
章节7:TensorBoard可视化工具
课时26Tensorboard可视化工具概述
课时27Tensorboard第一个可视化程序
课时28Tensorboard可视化效果优化
评论0