深度学习从入门到精通-全套PPT课件.pptx

《深度学习从入门到精通》;;01 深度学习基础理论;机器学习与深度学习;神经网络基础;常用深度学习模型;02 主流深度学习框架介绍;主流深度学习框架介绍;03 深度学习开发环境搭建;环境准备;安装Anaconda;Jupyter Notebook;Spyder;conda常用命令操作的用法;安装TensorFlow2;TensorFlow基础;04 构建深度学习模型;MNIST数据集概述;数据预处理;构建及编译模型;模型训练;模型评估及预测;THANKS;《深度学习从入门到精通》;;01 数据预处理技术;数据预处理技术;02 利用OpenCV进行图像预处理;OpenCV介绍;读取、显示和保存图像;图像像素的获取和编辑(1/2);图像像素的获取和编辑(2/2);图像几何变换（1/4）-图像缩放;图像几何变换（2/4）-平移变换;图像几何变换（3/4）-旋转变换;图像几何变换（4/4）-翻转变换;色彩通道分离和融合;颜色空间转换;03 利用TensorFlow进行图像预处理;图像缩放;图像裁剪;图像色彩调整;图像翻转;04 利用Jieba进行文本预处理;为什么要进行中文文本分词？;Jieba分词;Jieba分词示例;添加自定义词典;关键词提取;词性标注;05 利用Keras进行文本预处理;分词器Tokenizer;one-hot编码;填充序列pad_sequences;06 案例分析 对业务员工作日报进行文本处理;数据理解;添加中文常用停用词表;自定义函数;词云展示;构建分词器;填充序列;THANKS;《深度学习从入门到精通》;;01 Keras模型生命周期;Keras模型生命周期;定义网络;编译网络;训练网络;评估及预测网络;02 Keras模型类型;Keras模型类型;顺序型API模型;函数式API模型;03 模型可视化;网络可视化;TensorBoard可视化;04 回调函数callbacks;回调函数简介;使用回调函数寻找最优模型;05 模型保存及加载;模型保存与加载;使用SavedModel格式保存模型;使用JSON格式保存模型;06 案例分析： 使用Keras预测泰坦尼克号旅客是否生存;数据理解;数据读取及处理（1/2）;数据读取及处理（2/2）;数据分区及标准化处理;定义及编译模型;训练模型;模型预测;THANKS;《深度学习从入门到精通》;;01 卷积神经网络原理及实现;卷积网络基本原理;卷积层原理（1/2）;卷积层原理（2/2）;卷积层TensorFlow实现（1/2）;卷积层TensorFlow实现（2/2）;池化层原理（1/2）;池化层原理（2/2）;池化层TensorFlow实现（1/2）;池化层TensorFlow实现（2/2）;全连接层;02 迁移学习;迁移学习概述（1/2）;迁移学习概述（2/2）;使用Keras Applications实现迁移学习（1/4）;使用Keras Applications实现迁移学习（2/4）;使用Keras Applications实现迁移学习（3/4）;使用Keras Applications实现迁移学习（4/4）;使用TensorFlow Hub实现迁移学习（1/3）;使用TensorFlow Hub实现迁移学习（2/3）;使用TensorFlow Hub实现迁移学习（3/3）;使用迁移学习实现花卉图像分类器（1/7）;使用迁移学习实现花卉图像分类器（2/7）;使用迁移学习实现花卉图像分类器（3/7）;使用迁移学习实现花卉图像分类器（4/7）;使用迁移学习实现花卉图像分类器（5/7）;使用迁移学习实现花卉图像分类器（6/7）;使用迁移学习实现花卉图像分类器（7/7）;03 深度强化学习;强化学习基本概念;深度强化学习思路;Gym平台（1/3）;Gym平台（2/3）;Gym平台（3/3）;使用Keras-RL2的DQN算法实现《CartPole》游戏;04 案例分析： 对CIFAR-10数据集进行图像识别;CIFAR-10数据描述;CIFAR-10数据下载;CIFAR-10数据预处理;构建卷积神经网络识别CIFAR-10图像;THANKS;《深度学习从入门到精通》;;01 循环神经网络;循环神经网络;词嵌入（1/3）;词嵌入（2/3）：学习词嵌入;词嵌入（2/3）：学习词嵌入;词嵌入（2/3）：学习词嵌入;词嵌入（3/3）：预训练词嵌入;词嵌入（3/3）：预训练词嵌入; 简单循环神经网络原理及Keras实现; 简单循环神经网络原理及Keras实现;长短期记忆网络-LSTM原理及Keras实现;长短期记忆网络-LSTM原理及Keras实现;门控循环单元-GRU原理及Keras实现;02 序列到序列Seq2Seq模型;序列到序列Seq2Seq原理;注意力机制;利用Tens