基础篇

项目1  搭建深度学习开发环境

项目目标

项目描述

项目分析

项目准备

1.1  人工智能、机器学习和深度学习

1.1.1  人工智能

1.1.2  机器学习

1.1.3  深度学习

1.2  深度学习的应用领域

1.2.1  计算机视觉

1.2.2  自然语言处理

1.2.3  语音识别

1.3  深度学习的主流框架

1.3.1  TensorFlow

1.3.2  PyTorch

1.3.3  PaddlePaddle

1.3.4  Caffe

项目实施——搭建深度学习开发环境

项目实训

项目总结

项目考核

项目评价

项目2  夯实深度学习开发基础

项目目标

项目描述

项目分析

项目准备

2.1  Python深度学习常用库

2.1.1  NumPy库

2.1.2  Matplotlib库

2.1.3  scikit-learn库

2.2  TensorFlow深度学习基础

2.2.1  TensorFlow基础

2.2.2  在TensorFlow中使用Keras

项目实施——可视化波士顿房价数据集

项目实训

项目总结

项目考核

项目评价

项目3 构建神经网络

项目目标

项目描述

项目分析

项目准备

3.1  神经元与感知器

3.1.1  生物神经元与神经元模型

3.1.2  感知器

3.2  激活函数

3.2.1  Sigmoid函数

3.2.2  Tanh函数

3.2.3  ReLU函数

3.2.4  Softmax函数

3.3  神经网络的训练

3.3.1  神经网络的训练流程

3.3.2  前向传播算法

3.3.3  损失函数

3.3.4  梯度下降算法

3.3.5  反向传播算法

3.4  神经网络的过拟合及其处理方法

3.4.1  欠拟合与过拟合

3.4.2  过拟合处理方法

3.5  使用Keras构建神经网络

3.5.1  创建顺序网络模型

3.5.2  编译顺序网络模型

3.5.3  训练顺序网络模型

3.5.4  评估顺序网络模型

3.5.5  应用顺序网络模型

项目实施——手写数字识别

项目实训

项目总结

项目考核

项目评价

模型篇

项目4  利用卷积神经网络进行图像处理

项目目标

项目描述

项目分析

项目准备

4.1  什么是卷积神经网络

4.1.1  卷积神经网络与全连接神经网络对比

4.1.2  卷积神经网络结构

4.2  卷积神经网络的核心网络层

4.2.1  卷积层

4.2.2  池化层

4.2.3  全连接层

4.2.4  Dropout层

4.3  经典的卷积神经网络

4.3.1  LeNet-5

4.3.2  VGGNet

4.3.3  ResNet

项目实施——基于Cifar-10数据集的彩色图像识别分类

项目实训

项目总结

项目考核

项目评价

项目5  利用循环神经网络进行文本预测和分类

项目目标

项目描述

项目分析

项目准备

5.1  自然语言数据的处理

5.1.1  序列填充

5.1.2  词向量

5.2  简单循环神经网络

5.2.1  简单循环神经网络的原理

5.2.2  简单循环层在Keras中的实现

5.2.3  简单循环神经网络存在的问题

5.3  长短期记忆神经网络

5.3.1  长短期记忆神经网络的原理

5.3.2  长短期记忆层在Keras中的实现

5.4  门控循环单元神经网络

5.4.1  门控循环单元神经网络的原理

5.4.2  GRU层在Keras中的实现

项目实施——影评情感分析

项目实训

项目总结

项目考核

项目评价

项目6  利用生成对抗神经网络进行图像生成

项目目标

项目描述

项目分析

项目准备

6.1  生成对抗神经网络

6.1.1  什么是生成对抗神经网络

6.1.2  生成对抗神经网络原理

6.2  常用生成对抗神经网络模型

6.2.1  深度卷积生成对抗神经网络

6.2.2  条件生成对抗神经网络

6.2.3  循环生成对抗神经网络

项目实施——手写数字图像生成

项目实训

项目总结

项目考核

项目评价

项目7  利用迁移学习进行图像分类

项目目标

项目描述

项目分析

项目准备

7.1  迁移学习

7.1.1  迁移学习的数学定义

7.1.2  迁移学习的分类

7.2  预训练模型

7.2.1  预训练模型的复用

7.2.2  Keras中的预训练模型

项目实施——猫狗大战

项目实训

项目总结

项目考核

项目评价

应用篇

项目8  交通标志识别

项目目标

项目描述

项目分析

项目准备

项目实施——交通标志识别

项目实训

项目总结

项目考核

项目评价

参考文献