课程导学

开篇语

课程安排

第一讲 人工智能导论

人工智能 未来已来？

人工智能 未来已来！

人工智能发展史 跌宕起伏的60+年

第二讲 深度学习简介及开发环境搭建

人工智能、机器学习与深度学习

深度神经网路与深度学习框架

Anaconda和TensorFlow开发环境搭建

第三讲（根据基础选修） 工欲善其事必先利其器：简明Python基础

引言、输出语句Print、变量、数据类型和基本运算

字符串、列表、元组、集合、字典、格式化输出和类型转换

程序结构与控制语句

测试1：Python基础测试

第四讲 磨刀不误砍柴工：TensorFlow 编程基础

TensorFlow的基础概念

TensorFlow的基本运算

TensorBoard可视化初步

（新）TensorFlow 2.0 编程基础

测试2：Tensorflow编程基础单元测试

第五讲 单变量线性回归：TesnsorFlow实战

监督式机器学习的基本术语

线性回归问题TensorFlow实战：初步

线性回归问题TensorFlow实战：进阶

（新）线性回归问题：TensorFlow 2 实践

作业2：通过生成人工数据集合，基于TensorFlow实现y=3.1234*x+2.98线性回归

第六讲 多元线性回归：波士顿房价预测问题TesnsorFlow实战

波士顿房价预测：数据与问题分析

机器学习中的线性代数基础（根据基础选修）

第一个版本的模型构建

后续版本的持续改进

（新）波士顿房价预测问题：TensorFlow 2 实践

作业3：波士顿房价预测线性回归实践

第七讲 MNIST手写数字识别：分类应用入门

MNIST手写数字识别数据解读

分类模型构建与训练

（新）MNIST手写数字识别：TensorFlow 2.0 实践

作业4：FashionMNIST图像识别问题的神经元模型实践

第八讲 MNIST手写数字识别进阶：多层神经网络与应用

单隐藏层神经网络构建与应用

多层神经网络建模与模型的保存还原

TensorBoard进阶与TensorFlow游乐场

（新）MNIST手写数字识别进阶：TensorFlow 2.0实现

第九讲 泰坦尼克号旅客生存预测：Keras应用实践

泰坦尼克号旅客生存预测案例分析与数据处理

Keras建模与应用

Keras模型训练过程中数据存储与模型恢复

第十讲 图像识别问题：卷积神经网络与应用

从全连接神经网络到卷积神经网络：解决参数太多的问题

卷积神经网络的基本结构

TensorFlow对卷积神经网络的支持

CIFAR-10图像分类案例的TensorFlow卷积神经网络实现

（新）CIFAR10图像分类:TensorFlow2实现

作业6：CIFAR10案例卷积神经网络实践

第十一讲 Deep Dream：理解深度神经网络结构及应用

Deep Dream：计算机生成梦幻图像

经典深度神经网络与数据增强

Inception模型文件导入与卷积层分析

Deep Dream图像生成

（新）Deep Dream图像生成：TensorFlow2实现

作业7：Deep Dream图像生成的实践

第十二讲 （高阶选修）自注意力机制

自注意力机制

第十三讲 电影评论情感分析：自然语言处理应用实践

电影评论情感分析案例与IMDB数据集

自然语言处理基础

电影评论情感分析数据处理及建模

循环神经网络及其应用

第十四讲 猫狗大战：迁移学习及应用

领域适配

猫狗大战案例介绍

tf.data.Dataset数据集

基于VGG16的迁移学习模型构建与应用

TFRecord文件与应用

第十五讲 对比学习及Tensorflow实现

实战：利用SimCLR实现猫狗图像分类

对比学习

（终章 提前发布）课程大作业

课程大作业

往期学员作品展示

往期学员基于大作业的竞赛作品

课程大作业

第十六讲（高阶选修） 鸢尾花品种识别：TensorFlow.js应用开发

TensorFlow.js介绍和第一个web程序

IDE和第一个TensorFlow.js程序

TensorFlow.js的核心概念和API介绍

鸢尾花分类案例构建

第十七讲（高阶选修） 花卉识别App：TensorFlow Lite与移动应用开发

TensorFlow Lite介绍和优势特点

花卉识别：TFLite模型重训练和模型转换

花卉识别：安卓App运行TFLite

第十八讲（高阶选修） 生成式对抗网络原理及Tensorflow实现

利用CGAN生成Fashion-MNIST图像

GAN的性能评估

扩散模型

生成式对抗网络（GAN）的简介

利用GAN生成Fashion-MNIST图像