授課時(shí)間：
本期課程將于4月1日開始。課程持續(xù)時(shí)間大約為14周。
授課對象：
對深度學(xué)習(xí)人工智能感興趣的人，想了解深度學(xué)習(xí)實(shí)踐的人。
學(xué)習(xí)者需要略有python開發(fā)和深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)基本原理的基礎(chǔ)
課程環(huán)境：
Windows10 + Anaconda
收獲預(yù)期：
掌握Tensorflow和Tensorboard的基本使用，可熟練使用Tensorflow做圖像識別及做驗(yàn)證碼識別，深度理解和掌握Tensorflow在NLP中的使用
講師簡介：
Ben，一位技術(shù)發(fā)燒友，擁有多年軟件算法開發(fā)經(jīng)驗(yàn)，現(xiàn)任深度學(xué)習(xí)領(lǐng)域一線工程師，有著豐富的深度學(xué)習(xí)內(nèi)訓(xùn)經(jīng)驗(yàn)和一線實(shí)踐經(jīng)驗(yàn)！
課程大綱：
第一課 Tensorflow簡介，Anaconda安裝，Tensorflow的CPU版本安裝。
第二課 Tensorflow的基礎(chǔ)使用，包括對圖(graphs),會話(session),張量(tensor),變量(Variable)的一些解釋和操作。
第三課 Tensorflow線性回歸以及分類的簡單使用。
第四課 softmax，交叉熵(cross-entropy)，dropout以及Tensorflow中各種優(yōu)化器的介紹。
第五課 卷積神經(jīng)網(wǎng)絡(luò)CNN的講解，以及用CNN解決MNIST分類問題。
第六課 使用Tensorboard進(jìn)行結(jié)構(gòu)可視化，以及網(wǎng)絡(luò)運(yùn)算過程可視化。
第七課 遞歸神經(jīng)網(wǎng)絡(luò)LSTM的講解，以及LSTM網(wǎng)絡(luò)的使用。
第八課 保存和載入模型，使用Google的圖像識別網(wǎng)絡(luò)inception-v3進(jìn)行圖像識別。
第九課 Tensorflow的GPU版本安裝。設(shè)計(jì)自己的網(wǎng)絡(luò)模型，并訓(xùn)練自己的網(wǎng)絡(luò)模型進(jìn)行圖像識別。
第十課 使用Tensorflow進(jìn)行驗(yàn)證碼識別。
第十一課 Tensorflow在NLP中的使用(一)。
第十二課 Tensorflow在NLP中的使用(二)。
近幾年深度學(xué)習(xí)技術(shù)在學(xué)術(shù)界和工業(yè)界都得到了廣泛的應(yīng)用和傳播。深度學(xué)習(xí)的傳播不僅是由于算法的進(jìn)步，更是因?yàn)樯疃葘W(xué)習(xí)技術(shù)在各行各業(yè)都取得了非常好的應(yīng)用效果。
深度學(xué)習(xí)作為一門理論和實(shí)踐相結(jié)合的學(xué)科，在新的算法理論不斷涌現(xiàn)的同時(shí)，各種深度學(xué)習(xí)框架也不斷出現(xiàn)在人們視野。比如Torch，MxNet，theano，Caffe等等。Google在2015年11月9日宣布開源自己的第二代機(jī)器學(xué)習(xí)系統(tǒng)Tensorflow。深度學(xué)習(xí)是未來新產(chǎn)品和新技術(shù)的一個(gè)關(guān)鍵部分。在這個(gè)領(lǐng)域的研究是全球性的，并且發(fā)展很快，卻缺少一個(gè)標(biāo)準(zhǔn)化的工具。Google希望把Tensorflow做成深度學(xué)習(xí)行業(yè)的標(biāo)準(zhǔn)。
Tensorflow支持python和c++語言，支持CNN、RNN和LSTM等算法，可以被用于語音識別或圖像處理等多項(xiàng)深度學(xué)習(xí)領(lǐng)域。它可以在一個(gè)或多個(gè)CPU或GPU中運(yùn)行。它可以運(yùn)行在嵌入式系統(tǒng)(如手機(jī)，平板電腦)中，PC中以及分布式系統(tǒng)中。它是目前全世界最火爆的深度學(xué)習(xí)平臺(沒有之一)。
課程內(nèi)容基本上是以代碼編程為主，也會有少量的深度學(xué)習(xí)理論內(nèi)容。課程會從Tensorflow最基礎(chǔ)的圖(graphs),會話(session),張量(tensor),變量(Variable)等一些最基礎(chǔ)的知識開始講起，逐步講到Tensorflow的基礎(chǔ)使用，以及在Tensorflow中CNN和LSTM的使用。在課程的后面會帶著大家做幾個(gè)實(shí)際的項(xiàng)目，比如訓(xùn)練自己的模型去進(jìn)行圖像識別，使用Tensorflow進(jìn)行驗(yàn)證碼的識別，以及Tensorflow在NLP中的使用。
