各企事业单位：
深度学习是目前人工智能AI、机器学习领域异常火热的研究方向，受到了学术界和工业界的高度关注。目前，微软、腾讯、谷歌、Facebook、百度、阿里巴巴等把深度学习作为未来工业和互联网发展的研究重心。中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化，显著推动了深度学习应用的发展。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，被认为是智能机器可能的“大脑结构”。得益于GPU的发展，深度学习在人工智能领域取得了大量杰出的成果，成为人工智能时代最重要的技术之一，风靡全球。目前，深度学习的应用遍及人工智能的各个领域，如图像识别、语音识别、自然语言理解、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等。
随着国家在人工智能领域的战略布局，深度学习方面的人才成为国家急需的高层次技术人才，为此中国管理科学研究院职业资格认证培训中心（http://www.zgysnrzw.org/）联合北京富卓佰扬科技有限公司特举办“人工智能之深度学习核心技术应用与项目实战”培训班。本次对前沿得深度学习方法及应用进行全面的讲解，同时进行深入的项目实战，帮助参加学员掌握Python基础、利用TensorFlow框架进行深度学习具体的项目和科研工作的开展。具体通知事宜如下：
【培训目标】
1、提高深度学习实践技术应用水平，基于代码和案例，讲解并上机实操；
2、采用深入浅出的方法，重点讲解深度学习TensorFlow框架、项目案例、训练过程技巧；
3、通过本次课程，使学员真正掌握Python进行深度学习在工作中的用法及解决实际问题能力。
【培训对象】
全国从事人工智能、机器学习、深度学习、图像识别、语音识别、自然语言处理、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等领域的老师、研究生、本科生、工程师及深度学习爱好者等相关人员。
一、python基础知识 |
1.python基础学习 2.科学计算包numpy学习 3.绘图工具包matplotlib学习 |
二、深度学习基础和基本思想 |
1.人工智能概述 2.机器学习概述 3.人工神经网络 4.激活函数，损失函数和梯度下降法 5.BP算法 |
三、深度学习基本框架介绍 |
1.Tensorflow 2.Caffe 3.Keras 4.Torch 5.Pytorch 6.MXNet |
四、Tensorflow基础应用 |
1.Tensorflow安装 2.Tensorlfow基础知识：图，变量，fetch，feed 3.Tensorflow线性回归 4.Tensorflow非线性回归 5.Mnist数据集合Softmax讲解 6.使用BP神经网络搭建手写数字识别 7.交叉熵(cross-entropy)讲解和使用 8.过拟合，正则化，Dropout 9.各种优化器Optimizer |
五、卷积神经网络CNN应用 |
1.CNN卷积神经网络 2.卷积层、池化层（均值池化、最大池化） 3.CNN应用案例 4.CNN进行图像分类 |
六、长短时记忆网络LSTM应用 |
1.RNN循环神经网络 2. RNN应用案例 3.长短时记忆网络LSTM 4.LSTM应用案例 |
七、生成式对抗网络GAN应用 |
1.GAN理论知识与介绍 2.GAN经典模型 3.GAN实际应用 4.使用Tensorflow完成生成式对抗网络 |
八、Google图像识别模型inception-v3项目实战 |
1.使用训练好的inception-v3完成图像识别 3.使用迁移学习完成图像分类 |
九、验证码识别项目实战 |
1.多任务学习介绍 2.利用多任务学习训练验证码识别模型 3.检测验证码识别模型的效果 |
十、目标检测项目实战 |
1.目标检测项目简介 2.R-CNN模型详解 3.SPPNET模型详解 4.Fast-RCNN模型详解 5.Faster-RCNN模型详解 6.Tensorflow实现Faster-RCNN目标检测 7.测试目标检测模型效果 |
十一、文本分类项目实战 |
1.NLP项目介绍 2.word2vec介绍 3.用CNN训练一个新的文本分类模型 4.用LSTM训练一个新的文本分类模型 |
十二、辅助课程 |
1.疑难解答、分组讨论、项目答疑 2.建立QQ群、微信群（方便交流） |
联系人：刘 昊 手机/微信：13261851751
报名QQ：823070714 E_mail：[email protected]