深度学习算法模型
与平台应用实践
与平台应用实践
深度学习算法模型与平台应用实践
授课讲师：
艾彪
在线报名
报名电话：020-38931912
课程技能测试(鲲测评)
课程介绍
课程描述：
本课程重点讲解深度学习的模型，包括CNN卷积神经网络、RNN循环神经网络（LSTM）模型的算法及其应用、Connectionist Temporal Classification算法及其应用，如GoogleNet，Fully Convolutional Networks模型深入理解与应用，以及深度学习训练数据集的准备，深度学习的发展趋势，文字检测与识别算法的发展历程，以及文本分析在深度学习技术下的新应用。在深度学习实践方面，本课程基于Caffe和Tensorflow深度学习平台开展实践教学，对算法的具体内涵和应用场景进行深度剖析和讲解。
本课程在实践方面，结合Spark MLlib、DL4J实现分布式并行深度学习平台的实践，并结合Caffe和TensorFlow结合Spark平台，实现深度学习的并行处理与高精度处理。
本课程采用技术原理与项目实战相结合的方式进行教学，在讲授原理的过程中，穿插实际的系统操作，本课程讲师也精心准备的实际的应用案例供学员动手训练。
本课程重点讲解深度学习的模型，包括CNN卷积神经网络、RNN循环神经网络（LSTM）模型的算法及其应用、Connectionist Temporal Classification算法及其应用，如GoogleNet，Fully Convolutional Networks模型深入理解与应用，以及深度学习训练数据集的准备，深度学习的发展趋势，文字检测与识别算法的发展历程，以及文本分析在深度学习技术下的新应用。在深度学习实践方面，本课程基于Caffe和Tensorflow深度学习平台开展实践教学，对算法的具体内涵和应用场景进行深度剖析和讲解。
本课程在实践方面，结合Spark MLlib、DL4J实现分布式并行深度学习平台的实践，并结合Caffe和TensorFlow结合Spark平台，实现深度学习的并行处理与高精度处理。
本课程采用技术原理与项目实战相结合的方式进行教学，在讲授原理的过程中，穿插实际的系统操作，本课程讲师也精心准备的实际的应用案例供学员动手训练。
授课对象：
1.大数据分析挖掘应用开发工程师
2.大数据分析挖掘项目的规划咨询管理人员
3.大数据分析挖掘平台架构师
1.大数据分析挖掘应用开发工程师
2.大数据分析挖掘项目的规划咨询管理人员
3.大数据分析挖掘平台架构师
课程内容
全部展开
第1天
深度学习的发展历程
深度学习的应用场景
深度学习在Google、Facebook、IBM中的应用趋势和热点投资领域
人工智能中深度学习的应用案例和背后的故事
深度学习在解决人工智能问题的优势和劣势
深度学习的应用场景
深度学习在Google、Facebook、IBM中的应用趋势和热点投资领域
人工智能中深度学习的应用案例和背后的故事
深度学习在解决人工智能问题的优势和劣势
基于Spark MLlib的大数据机器学习分析与数据挖掘平台的方案剖析
Spark MLlib在电商平台、互联网金融平台中针对用户行为分析、客户分析、个性化推荐、广告精准投放、产品营销应用场景下常用的数据建模方法、建模过程、匹配算法、并行数据挖掘算法、技术原理及其项目应用
Spark MLlib在电商平台、互联网金融平台中针对用户行为分析、客户分析、个性化推荐、广告精准投放、产品营销应用场景下常用的数据建模方法、建模过程、匹配算法、并行数据挖掘算法、技术原理及其项目应用
神经网络算法Neural Network的实现方法和挖掘模型应用
深度学习的基本思想：人脑视觉机理和特征
浅层学习（Shallow Learning）和深度学习（Deep Learning）
深度学习的训练过程
深度学习的常用模型和方法
深度学习的基本思想：人脑视觉机理和特征
浅层学习（Shallow Learning）和深度学习（Deep Learning）
深度学习的训练过程
深度学习的常用模型和方法
第2天
基于Caffe实现CNN模型应用，以及算法部署，算法调优，处理效率提升之道
基于Caffe实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道
基于Caffe实现CTC模型应用，以及算法部署，算法调优，处理效率提升之道
基于Caffe实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道
基于Caffe实现CTC模型应用，以及算法部署，算法调优，处理效率提升之道
基于Tensorflow实现CNN模型应用，以及算法部署，算法调优，处理效率提升之道
基于Tensorflow实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道
基于Tensorflow实现CTC模型应用，以及算法部署，算法调优，处理效率提升之道
基于Tensorflow实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道
基于Tensorflow实现CTC模型应用，以及算法部署，算法调优，处理效率提升之道
业界主流的Java深度学习平台DL4J（ DeepLearning4Java）
DL4J与GPU的交互
DL4J深度学习算法的应用操作
DL4J卷积网络进行图像分类
DL4J的深度学习任务的并行处理机制
Spark+DL4J的Java深度学习程序开发
Spark+DL4J的Scala深度学习程序开发
DL4J与GPU的交互
DL4J深度学习算法的应用操作
DL4J卷积网络进行图像分类
DL4J的深度学习任务的并行处理机制
Spark+DL4J的Java深度学习程序开发
Spark+DL4J的Scala深度学习程序开发
人工智能和深度学习算法与模型讨论
AI和深度学习（机器学习）工程师素养
AI和深度学习平台的构建方案讨论
AI和深度学习（机器学习）工程师素养
AI和深度学习平台的构建方案讨论
讲师简介
艾彪
Python技术资深开发专家
数据分析技术专家
Tensorflow技术专家
8年潜心研究深度学习领域专家
多家世界500强企业AI人工智能高级顾问
数据分析技术专家
Tensorflow技术专家
8年潜心研究深度学习领域专家
多家世界500强企业AI人工智能高级顾问
为波导手机、中国银行、中南空管局等诸多企、事业单位开发工作流，数据处理等项目;为花样年集团,中行等多家大型上市集团和央企事业单位主导负责AI项目;精通Python开发与数据分析、模型构建和模型训练，擅长使用tensorflow框架解决实际问题，培训指导企业软件工程师超2万人。
现为中睿金牌讲师，首席企业移动开发顾问，python技术，AI深度学习，Web技术方向培训满分讲师。
现为中睿金牌讲师，首席企业移动开发顾问，python技术，AI深度学习，Web技术方向培训满分讲师。
