课程介绍
【培训背景】
人工智能在各行业的迅速落地，使很多任务的完成成本大幅降低，效率显著提升。与此同时，作为其技术内核，机器学习和深度学习算法也越来越受到人们的关注，越来越多的行业的从业者都希望了解和学习机器学习与深度学习的相关原理，并希望将其与自己的领域相结合，拓展新思路，形成新的解决方案。
TensorFlow 是一个开源的、基于 Python 的机器学习框架，它由 Google 开发，并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框架。
除了 Python，TensorFlow 也提供了 C/C++、Java、Go、R 等其它编程语言的接口。
Keras作为Python编写的开源人工神经网络库，可作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。可以说自从Keras加入Tensorflow阵营之后，Keras占据了Tensorflow半壁江山，用户数量逐渐增加。
【培训收益】
熟悉深度学习库的基本概念；
熟悉Python基础语法；
熟悉Anaconda环境配置与基本操作；
掌握Matplotlib可视化技术；
掌握Numpy技术基础；
掌握机器学习的基本原理；
掌握Keras高级API的用法；
掌握Tensorflow构建神经网络的基础；
掌握基于Keras的CNN手写数字识别编程实战；
掌握基于TensorFlow的CNN手写数字识别编程实战；
掌握基于Keras的RNN模拟sin声波曲线编程实战；
掌握基于TensorFlow的RNN模拟sin声波曲线编程实战。
【适合人群】
软件工程师、资深开发人员、人工智能工程师、图像设计人员、机器学习工程师、算法工程师、计算机视觉处理工程师。
【培训特色】
1. 实战项目驱动的教学模式
课程注重实战项目的开发，通过具体的项目案例来加深对理论知识的理解。学员将参与从数据预处理、模型设计、训练到评估的全过程，通过实际操作来掌握深度学习技术的应用技巧。这种教学模式不仅能够提升学员的编程能力，还能够让学员更好地理解深度学习技术的实际应用场景。
2. 丰富的实战项目案例
课程会提供多个实战项目案例，覆盖不同领域和场景。这些案例将涵盖深度学习技术的各个方面，如卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等。通过参与这些项目案例的开发，学员将能够掌握深度学习技术的核心算法和应用方法。
3. 专业的师资团队
课程由具有丰富实战经验和教学经验的专家授课。他们不仅熟悉TensorFlow和Keras的技术细节，还能够将理论知识与实际应用相结合，为学员提供高质量的教学服务。同时，他们还能够解答学员在学习过程中遇到的问题，并提供针对性的建议和指导。
4. 实时更新与持续学习
随着深度学习技术的不断发展，TensorFlow和Keras也在不断更新和迭代。因此，优秀的TensorFlow与Keras技术应用实战培训课程会紧跟技术前沿，及时更新课程内容并引入新的技术和算法。同时，课程还会鼓励学员进行持续学习，不断提升自己的技能水平以适应不断变化的市场需求。
【结业证书】
参加培训并通过考试学员，由工业和信息化部教育与考试中心统一颁发证书，证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。
证书样本
开班计划
| 开课时间 | 授课形式 | 培训类型 | 上课城市 | 在线报名 |
|---|---|---|---|---|
| 随报随学 | 录播 | 特惠班 | IT云课 | 在线报名 |
课程大纲
TensorFlow与Keras技术应用实战培训班，录播课为21课时，企业内训可按需求定制。
课程安排如下：
第0章 TensorFlow+Keras技术应用实战
TensorFlow+Keras技术应用实战-课程介绍
第1章 Python编程基础
语言基础-Anaconda
语言基础-Python基础语法（1）
语言基础-Python基础语法（2）
语言基础-Python基础语法（3）
语言基础- Python面向对象编程（1）
语言基础- Python面向对象编程（2）
语言基础-NumPy基础
语言基础-Matplotlib基础
第2章 机器学习技术基础
机器学习-机器学习基础（1）
机器学习-机器学习基础（2）
机器学习-经典算法
第3章 神经网络
机器学习-神经网络基础-神经网络概述
机器学习-神经网络基础-深度神经网络
机器学习-神经网络基础-卷积神经网络
机器学习-神经网络基础-常见深度学习技术
第4章 Tensorflow与Keras技术基础
经典框架-Tensorflow基础
第5章 TensorFlow与Keras项目实战
关于学习流程
神经网络-单层感知机项目
神经网络-逻辑回归项目
神经网络-多分类逻辑回归项目
神经网络-多层感知机项目
深度神经网络-多层感知机-keras版
深度神经网络-多层感知机-tensorflow版
深度神经网络-MNIST-keras版
深度神经网络-MNIST-Tensorflow版
CNN-keras
CNN-Tensorflow
RNN-概述
RNN-keras版
RNN-Tensorflow版
