第1講 深度學習簡介
1) 人工智能、機器學習與深度學習
2) 深度學習的發(fā)展歷程
3) 深度學習的應用
4) 深度學習工具介紹和對比
第2講　安裝TensorFlow
1) 選擇安裝環(huán)境
2) TensorFlow的安裝
3) 安裝Jupyter Notebook
4) 安裝matplotlib
5) TensorFlow測試樣例
第3講　TensorFlow基礎
1) TensorFlow計算模型及計算圖
2) TensorFlow數(shù)據(jù)模型及張量
3) TensorFlow運行模型及會話
4) 神經(jīng)網(wǎng)絡及前向傳播算法簡介
5) TensorFlow訓練神經(jīng)網(wǎng)絡模型
第4講 深層神經(jīng)網(wǎng)絡
1) 深度學習與深層神經(jīng)網(wǎng)絡
2) 損失函數(shù)定義
3) 神經(jīng)網(wǎng)絡優(yōu)化算法
4) 神經(jīng)網(wǎng)絡學習率的設置
5) 過擬合問題及滑動平均模型
第5講 MNIST數(shù)字識別
1) MNIST數(shù)據(jù)處理
2) TensorFlow訓練神經(jīng)網(wǎng)絡
3) 不同模型效果比較及變量管理
4) TensorFlow模型持久化
5) TensorFlow實踐樣例
第6講 圖像識別與卷積神經(jīng)網(wǎng)絡
1) 圖像識別問題簡介及經(jīng)典數(shù)據(jù)集
2) 卷積神經(jīng)網(wǎng)絡簡介
3) 卷積層和池化層
4) LeNet-5模型和Inception-v3模型
5) TensorFlow實現(xiàn)遷移學習
第7講 圖像數(shù)據(jù)處理
1) TFRecord輸入數(shù)據(jù)格式
2) TensorFlow圖像處理函數(shù)
3) 隊列與多線程
4) 輸入文件隊列
5) 組合訓練數(shù)據(jù)（batching）
第8講 循環(huán)神經(jīng)網(wǎng)絡
1) 循環(huán)神經(jīng)網(wǎng)絡簡介
2) 長短時記憶網(wǎng)絡（LTSM）結(jié)構(gòu)
3) 雙向循環(huán)和深層循環(huán)神經(jīng)網(wǎng)絡
4) 樣例應用-自然語言建模
5) 樣例應用-時間序列預測
第9講 TensorBoard可視化
1)TensorBoard簡介
2) TensorFlow計算圖可視化
3) 命名空間與節(jié)點信息
4) 監(jiān)控指標可視化
第10講 TensorFlow計算加速
1) TensorFlow使用GPU
2) 深度學習訓練并行模式
3) 多GPU并行
4) 分布式TensorFlow原理
5) 分布式TensorFlow模型訓練