人工智能应用深度实践培训
应用深度
http://ww***nsultf***/coursedetail56.html
课程介绍
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。
培训对象
数据分析数据挖掘相关人员
课程收益
1. 了解Spark机器学习系统
2. 了解Spark MLlib架构
3. 掌握大数据分析Spark接口
4. 掌握深度学习Tensorflow框架
5. 掌握深度学习Caffe框架
6. 结合张粤磊老师多年行业实践经验以案例讨论的方式为学员后续项目应用提供针对性的建议参考
知识概要
机器学习
机器学习系统架构
大数据分析Spark MLlib
大数据分析Spark接口
深度学习
深度学习与人工智能
应用深度
http://ww***nsultf***/coursedetail56.html
http://ww***nsultf***/coursedetail56.html
课程介绍
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。
培训对象
数据分析数据挖掘相关人员
课程收益
1. 了解Spark机器学习系统
2. 了解Spark MLlib架构
3. 掌握大数据分析Spark接口
4. 掌握深度学习Tensorflow框架
5. 掌握深度学习Caffe框架
6. 结合张粤磊老师多年行业实践经验以案例讨论的方式为学员后续项目应用提供针对性的建议参考
知识概要
机器学习
机器学习系统架构
大数据分析Spark MLlib
大数据分析Spark接口
深度学习
深度学习与人工智能
应用深度
http://ww***nsultf***/coursedetail56.html