第一部分

Python详解

环境构建
基础编程
数组和元组
文件操作
函数编写
面向对象
MYSQL编程
网络编程
多线程编程
JSON编写

第二部分

1.人工智能

人工智能的整体布局和发展趋势
人工智能、机器学习、深度学习解析
深度学习工具对比和演示

2.TensorFlow环境构建及讲解

Docker方式安装
PIP方式安装
源码编译方式安装
案例演示

3、TensorFlow技术概要

计算图讲解
数据模型讲解
运营模型讲解
前向传播算法
算法案例

4.深层神经网络

算法原理讲解
损失函数定义
算法优化
滑动平均模型

5.经典案例-数字识别

数据处理
变量管理
TF模型的持久化
案例演示和讲解

6.图像识别及卷积神经网络

图像识别问题介绍
卷积神经网络数据结构
卷积神经网络模型分析
卷积神经网络迁移学习

7.图像处理

数据格式处理
图像预处理
多线程处理框架及训练模型
数据处理框架

8.循环神经网络

循环神经网络介绍
LSTM结构分析
循环神经网络案例

9.可视化工具TensorBoard使用

TensorBoard介绍
指标监控可视化

10.TensorFlow集群构建

GPU使用
并行处理方式

第三部分

1.Caffe框架图像识别实战

依赖的包
项目架构介绍
项目业务讲解
GPU环境搭建
C调用Caffe框架API
案例演示

2.Theano框架分析实战

项目架构介绍
项目业务讲解
数据模型训练
数据模型分析
数据预测
JAVA云平台搭建

3.python调用Theano框架API

算法精度调优
Pytorch框架期预测分析实战
项目架构介绍
项目背景讲解
数据模型训练
数据模型分析
数据预测
云平台搭建
算法精度调优
云平台搭建

4.TesonFlow图像识别及预测分析实战

项目背景和技术讲解
数据模型训练
数据模型分析
数据预测
云平台搭建
算法精度调优
项目总结