1、培訓(xùn)過(guò)程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽(tīng)；
        2、課程完成后,授課老師留給學(xué)員手機(jī)和Email,保障培訓(xùn)效果,免費(fèi)提供半年的技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。

第1章Tensorflow基礎(chǔ)操作
1-1Tensorflow簡(jiǎn)介與安裝
1-2Tensorflow中的變量
1-3變量常用操作
1-4實(shí)現(xiàn)線性回歸算法
1-5Mnist數(shù)據(jù)集簡(jiǎn)介
1-6邏輯回歸算法
第2章Tensorflow神經(jīng)網(wǎng)絡(luò)
2-1神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
2-2卷積網(wǎng)絡(luò)結(jié)構(gòu)基本定義
2-3卷積神經(jīng)網(wǎng)絡(luò)迭代
2-4Cifar-10圖像分類任務(wù)
第3章卷積神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)：貓狗識(shí)別
3-1卷積神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)：貓狗識(shí)別
3-2數(shù)據(jù)讀取
3-3網(wǎng)絡(luò)架構(gòu)
3-4網(wǎng)絡(luò)迭代訓(xùn)練
3-5測(cè)試效果
第4章遞歸神經(jīng)網(wǎng)絡(luò)模型（RNN）
4-1RNN網(wǎng)絡(luò)基本架構(gòu)
4-2實(shí)現(xiàn)RNN網(wǎng)絡(luò)架構(gòu)
4-3RNN實(shí)現(xiàn)自己的小demo
4-4RNN預(yù)測(cè)時(shí)間序列
第5章致敬經(jīng)典：Alexnet網(wǎng)絡(luò)
5-1環(huán)境配置
5-2數(shù)據(jù)讀取
5-3網(wǎng)絡(luò)結(jié)構(gòu)定義
5-4加載訓(xùn)練好參數(shù)
第6章Tensorboard可視化模塊
6-1Tensorboard可視化展示
6-2展示效果
6-3統(tǒng)計(jì)可視化展示
6-4參數(shù)對(duì)結(jié)果的影響
第7章tfrecord數(shù)據(jù)源制作
7-1生成自己的數(shù)據(jù)集
7-2讀取數(shù)據(jù)
7-3生成數(shù)據(jù)源
7-4加載tfrecord進(jìn)行分類任務(wù)
第8章CNN文本分類任務(wù)
8-1CNN文本分類任務(wù)概述
8-2文本分類任務(wù)特征定義
8-3卷積網(wǎng)絡(luò)定義
8-4完成預(yù)測(cè)分類任務(wù)
第9章Resnet殘差網(wǎng)絡(luò)
9-1Resnet網(wǎng)絡(luò)原理
9-2網(wǎng)絡(luò)流程設(shè)計(jì)
9-3殘差網(wǎng)絡(luò)細(xì)節(jié)