【深度学习-基于Tensorflow的实战】公开课实况

2023-12-01 01:18

本文主要是介绍【深度学习-基于Tensorflow的实战】公开课实况,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

12月18日,中科院计算所培训中心“深度学习-基于Tensorflow的实战”公开课开课了“,TensorFlow是谷歌开源的主流深度学习框架,目前已在谷歌、优步、京东、小米等科技公司广泛应用。培训中心举办本次公开课的宗旨意在帮助学员走进这个最新、最火的人工智能领域,振兴中国软件产业拥有更多的高科技人才。

本次课程由我们大数据专家杨老师亲自授课,杨老师从深度学习Tensorflow的简介背景开始讲起,并慢慢的引导学员安装使用Tensorflow软件,一直到讲解到深层次的:TensorBoard的可视化,TensorFlow计算加速等,课程总共历时两天,真的是积攒了满满的干货。更难能可贵的是,本次课程竟然也有年龄大些的一些老前辈参与了本次课程的学习,真的要为这些老前辈加油、点赞,你们是了不起的。

要说起杨老师,杨老师可是我们中科院计算所的金牌讲师,拥有很多年的授课经验。杨老师博士毕业于北京大学计算机系,曾任职北京大学计算机研究所助理研究员,美国朗讯公司贝尔实验室研究员,是国内知名的大数据专家。

博士的主要研究方向为网络信息分析以及云计算相关技术,长期从事通信网管系统,网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作,并主持和参与了多个国家和省部级基金项目,负责完成了多项电信网络应用技术研发项目。近年来,在国内外重要学术期刊和国际会议上,发表了研究论文六十余篇,其中被SCI/EI/ISTP引用35篇。曾获得第二、三届中国PC软件大赛优秀奖、北京市科技新星、四川省科技进步二等奖一项,成都市科技进步二等奖、三等奖各一项。目前是IEEE、中国计算机学会、中国通信学会、中国自动化学会、北京市通信学会高级会员。

听到这些是不是觉得很厉害!杨老师确实人如其名,讲起课来,更是滔滔不绝,把博士精深得研究理论也运用到了课程之中:让听过课的人不由得不竖起大拇指。

下面是博士本次课程的主讲内容:

第1讲 深度学习简介

第2讲 安装TensorFlow

第3讲 TensorFlow基础

第4讲 深层神经网络

第5讲 MNIST数字识别

第6讲 图像识别与卷积神经网络

第7讲 图像数据处理

第8讲 循环神经网络

第9讲 TensorBoard可视化

第10讲 TensorFlow计算加速

中科院计算所培训中心依托中科院强大的技术背景,致力于为国家,企业,社会培养专业计算机人才,经过近三十余年的发展,目前已严然成为国内顶尖的IT精英权威培训机构,并受到业内众多人士的赞誉,好评。我们将不懈努力,为中国输送更多高精端IT精英技术人才而努力。

更多行业动态,课程信息,请微信搜索关注“中科院计算所培训中心”公众号,或联系微信客服:“tcict1987”咨询。

这篇关于【深度学习-基于Tensorflow的实战】公开课实况的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/439273

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学