377分钟
深度学习模型进阶课程精讲
讲师介绍
讲师介绍
课程导读
第1章 自编码器
- 自编码器概述
- 简单自编码器的Keras实现
- 简单自编码器对cifar-10图像进行重构案例讲解
- 稀疏自编码器
- 堆栈自编码器
- 卷积自编码器
- 降噪自编码器
- 循环自编码器
- 案例实训：使用自编码器建立推荐系统
- 【课后习题】讲解
第2章 生成式对抗网络
- 生成式对抗网络概述
- GAN模型的Keras实现
- DCGAN模型的Keras实现
- 案例实训：使用GAN和DCGAN模型生成数字5图像
- 【课后习题】讲解
第3章 模型评估及模型优化
- 模型评估技术
- 模型优化：基于梯度的优化和自适应学习率算法
- 模型优化：网格搜索、数据分区、交叉验证、正则化等
- 在tf.Keras中进行模型优化
- 案例分析1：使用Scikit-Learn优化CIFAR
- 案例分析2：使用KerasTuner优化CIFAR
- 【课后习题】讲解
第4章 深度学习实验项目
- TensorFlow Datasets 实验
- tf.data 定义高效的输入流水线
- 在 tf.Keras 中使用 Scikit-Learn 优化模型
- ImageDataGenerator 类图像增强
- CNN 模型对手写数字识别
- CNN 模型驾驶员睡意检测
课程总结
课后测试题
谢佳标
2017-2024 微软MVP