《深度學(xué)習(xí)框架技術(shù)培訓(xùn)》

  培訓(xùn)講師：李海良

講師背景：
李海良老師暨南大學(xué)副教授，碩士生導(dǎo)師，九三學(xué)社社員，中山大學(xué)工學(xué)博士香港城市大學(xué)訪問學(xué)者廣東工業(yè)大學(xué)校外合作研究生導(dǎo)師研究方向?yàn)樯疃葘W(xué)習(xí)、圖像識(shí)別、智慧綜合能源和能源大數(shù)據(jù)簡介l2018年獲得中山大學(xué)工學(xué)博士學(xué)位，2019年至2021年在暨 詳細(xì)>>

李海良
    課程咨詢電話：

《深度學(xué)習(xí)框架技術(shù)培訓(xùn)》詳細(xì)內(nèi)容

《深度學(xué)習(xí)框架技術(shù)培訓(xùn)》

深度學(xué)習(xí)框架技術(shù)培訓(xùn)課程大綱 第一天：深度學(xué)習(xí)基礎(chǔ)與框架概述
上午：
深度學(xué)習(xí)入門
深度學(xué)習(xí)歷史與基本原理
神經(jīng)網(wǎng)絡(luò)基礎(chǔ)：感知機(jī)、多層前饋網(wǎng)絡(luò)
激活函數(shù)與損失函數(shù)介紹
反向傳播算法原理
深度學(xué)習(xí)框架重要性
為什么需要深度學(xué)習(xí)框架
主流深度學(xué)習(xí)框架概覽（TensorFlow, PyTorch, Keras, MXNet等）
框架選擇考量因素
下午：
TensorFlow框架基礎(chǔ)
TensorFlow簡介與安裝
計(jì)算圖與會(huì)話（TensorFlow 1.x）
TensorFlow 2.x簡介：Eager Execution模式
Tensor與Variable基本概念
PyTorch框架基礎(chǔ)
PyTorch簡介與安裝
動(dòng)態(tài)圖機(jī)制與自動(dòng)求導(dǎo)
Tensors與Operations
PyTorch中的nn模塊與optim模塊
第二天：深度學(xué)習(xí)模型構(gòu)建與優(yōu)化
上午：
模型構(gòu)建技巧
序列模型、卷積模型、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN/LSTM/GRU）
模型架構(gòu)設(shè)計(jì)與優(yōu)化策略
正則化與Dropout
數(shù)據(jù)預(yù)處理與增強(qiáng)
數(shù)據(jù)加載與預(yù)處理流程
數(shù)據(jù)增強(qiáng)技術(shù)
使用框架內(nèi)置的數(shù)據(jù)加載器（如TensorFlow的tf.data, PyTorch的DataLoader）
下午：
訓(xùn)練過程優(yōu)化
超參數(shù)調(diào)優(yōu)
學(xué)習(xí)率調(diào)整策略（如Adam, RMSprop）
梯度裁剪與歸一化
早期停止與模型保存/加載
模型評估與部署
評價(jià)指標(biāo)與混淆矩陣
模型驗(yàn)證與交叉驗(yàn)證
模型部署概述與TensorFlow Serving, PyTorch Model Server簡介
第三天：實(shí)踐 - TensorFlow項(xiàng)目實(shí)戰(zhàn)
全天：
項(xiàng)目一：圖像分類（使用TensorFlow）
數(shù)據(jù)集準(zhǔn)備（如CIFAR-10）
構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型
編寫訓(xùn)練腳本與評估代碼
使用TensorBoard進(jìn)行可視化
模型調(diào)優(yōu)與最終評估
第四天：實(shí)踐 - PyTorch項(xiàng)目實(shí)戰(zhàn)
全天：
項(xiàng)目二：自然語言處理（NLP）任務(wù)（使用PyTorch）
數(shù)據(jù)預(yù)處理（文本清洗、分詞、詞嵌入）
構(gòu)建LSTM/GRU模型
情感分析或文本分類任務(wù)實(shí)現(xiàn)
使用PyTorch Lightning簡化訓(xùn)練流程（可選）
評估模型并分析結(jié)果
第五天：進(jìn)階話題與實(shí)戰(zhàn)總結(jié)
上午：
分布式訓(xùn)練
分布式訓(xùn)練原理與框架支持（如TensorFlow的Distributed Strategy, PyTorch的Distributed Data Parallel）
實(shí)戰(zhàn)案例分享或模擬
模型壓縮與量化
模型壓縮技術(shù)（剪枝、量化、蒸餾）
實(shí)戰(zhàn)演示如何在框架中實(shí)現(xiàn)模型壓縮
下午：
實(shí)戰(zhàn)項(xiàng)目總結(jié)與討論
回顧前兩天實(shí)踐項(xiàng)目，分享經(jīng)驗(yàn)與教訓(xùn)
學(xué)員項(xiàng)目展示與點(diǎn)評
深度學(xué)習(xí)框架未來發(fā)展趨勢與新技術(shù)展望
Q&A與課程反饋
解答學(xué)員疑問
收集課程反饋，優(yōu)化后續(xù)教學(xué)內(nèi)容
結(jié)束：總結(jié)課程要點(diǎn)，鼓勵(lì)學(xué)員持續(xù)學(xué)習(xí)與實(shí)踐，提供進(jìn)一步學(xué)習(xí)資源鏈接。

 

李海良老師的其它課程

《大數(shù)據(jù)技術(shù)及應(yīng)用》課程教學(xué)大綱一、課程基本信息課程名稱大數(shù)據(jù)技術(shù)及應(yīng)用（英文名稱）BigdatatechnologyandApplication課程學(xué)時(shí)理論8小時(shí)，實(shí)驗(yàn)4小時(shí)授課方式多媒體+實(shí)踐考核方式實(shí)踐考試+課程論文開課單位先修課程C語言程序設(shè)計(jì)；Java程序設(shè)計(jì)；數(shù)據(jù)結(jié)構(gòu)；Linux操作系統(tǒng)；后續(xù)課程大數(shù)據(jù)算法；適用專業(yè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能

 講師：李海良詳情

大語言模型開發(fā)與訓(xùn)練培訓(xùn)大綱第一天：基礎(chǔ)知識(shí)與初步實(shí)踐上午：理論基礎(chǔ)與工具準(zhǔn)備1.歡迎與介紹培訓(xùn)目標(biāo)和內(nèi)容概述參與者自我介紹與期望2.大語言模型概述2.1什么是大語言模型（LLM）定義與基本概念介紹Transformer架構(gòu)及其在自然語言處理中的重要性2.2LLM的應(yīng)用場景和優(yōu)勢介紹LLM在文本生成、翻譯、問答系統(tǒng)、文本摘要等方面的應(yīng)用主要的LLM架構(gòu)GPT

 講師：李海良詳情

ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師：李海良詳情

ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師：李海良詳情

人工智能   08.29

人工智能課程大綱人工智能課程大綱一、課程介紹人工智能是現(xiàn)代科技領(lǐng)域的熱點(diǎn)之一，本課程旨在介紹人工智能的基本理論、應(yīng)用領(lǐng)域以及相關(guān)技術(shù)。通過本課程的學(xué)習(xí)，學(xué)生將了解人工智能的概念、發(fā)展歷程以及未來發(fā)展趨勢，掌握人工智能的基本原理和各種算法模型，并學(xué)會(huì)應(yīng)用人工智能技術(shù)解決實(shí)際問題。二、課程目標(biāo)1.理解人工智能的基本概念和原理；2.熟悉人工智能的發(fā)展歷程和應(yīng)用領(lǐng)域

 講師：李海良詳情

人工智能基礎(chǔ)理論主題：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，大模型，多模態(tài)1.機(jī)器學(xué)習(xí)基礎(chǔ)1.1機(jī)器學(xué)習(xí)的基本概念機(jī)器學(xué)習(xí)的定義與重要性數(shù)據(jù)驅(qū)動(dòng)的方法與傳統(tǒng)編程的區(qū)別1.2常見的機(jī)器學(xué)習(xí)算法及其應(yīng)用場景線性回歸：用于預(yù)測連續(xù)值邏輯回歸：用于二分類問題決策樹與隨機(jī)森林：用于分類和回歸支持向量機(jī)（SVM）：用于分類問題2.深度學(xué)習(xí)基礎(chǔ)2.1深度學(xué)習(xí)的基本原理人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工

 講師：李海良詳情

第一天：人工智能基礎(chǔ)理論主題：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，大模型，多模態(tài)1.機(jī)器學(xué)習(xí)基礎(chǔ)1.1機(jī)器學(xué)習(xí)的基本概念機(jī)器學(xué)習(xí)的定義與重要性數(shù)據(jù)驅(qū)動(dòng)的方法與傳統(tǒng)編程的區(qū)別1.2常見的機(jī)器學(xué)習(xí)算法及其應(yīng)用場景線性回歸：用于預(yù)測連續(xù)值邏輯回歸：用于二分類問題決策樹與隨機(jī)森林：用于分類和回歸支持向量機(jī)（SVM）：用于分類問題2.深度學(xué)習(xí)基礎(chǔ)2.1深度學(xué)習(xí)的基本原理人工神經(jīng)網(wǎng)絡(luò)的

 講師：李海良詳情

《軟件工程設(shè)計(jì)》課程教學(xué)大綱總學(xué)時(shí)數(shù)：60學(xué)時(shí)，其中：理論教學(xué)30學(xué)時(shí)，實(shí)踐教學(xué)30學(xué)時(shí)學(xué)分：先修課程：《計(jì)算機(jī)基礎(chǔ)》，《C語言程序設(shè)計(jì)》，《數(shù)據(jù)結(jié)構(gòu)》和《數(shù)據(jù)庫原理及其應(yīng)用》考核方式：考試一、制訂大綱的依據(jù)本大綱根據(jù)2020年計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)教學(xué)計(jì)劃制訂二、課程簡介軟件工程作為一門專業(yè)主干課，重點(diǎn)要求學(xué)生學(xué)習(xí)與軟件開發(fā)和維護(hù)有關(guān)的四個(gè)方面的主要內(nèi)容——過

 講師：李海良詳情

網(wǎng)絡(luò)安全滲透測試培訓(xùn)大綱---培訓(xùn)目標(biāo)：本培訓(xùn)旨在通過五天的學(xué)習(xí)，使學(xué)員全面掌握網(wǎng)絡(luò)安全滲透測試的理論知識(shí)與實(shí)踐技能。培訓(xùn)將理論與實(shí)踐相結(jié)合，確保學(xué)員能夠在理解滲透測試原理的基礎(chǔ)上，熟練運(yùn)用各種工具和技術(shù)進(jìn)行實(shí)際操作。通過培訓(xùn)，學(xué)員將能夠獨(dú)立完成滲透測試項(xiàng)目，提升網(wǎng)絡(luò)安全防護(hù)與應(yīng)急響應(yīng)能力。---第一天：滲透測試基礎(chǔ)與理論上午-網(wǎng)絡(luò)安全概述-網(wǎng)絡(luò)安全的重要性

 講師：李海良詳情

業(yè)務(wù)數(shù)字化方法論課程背景：一方面，隨著信息化的深入，在傳統(tǒng)IT建設(shè)方式下，企業(yè)獨(dú)立采購或者自建的各種企業(yè)信息系統(tǒng)，在內(nèi)部數(shù)據(jù)無法互通，難以配合業(yè)務(wù)數(shù)字化的快速發(fā)展；另一方面，云服務(wù)的出現(xiàn)，讓硬件基礎(chǔ)設(shè)施轉(zhuǎn)向成數(shù)據(jù)云策略，讓IT架構(gòu)更靈活，但這也讓互聯(lián)互通困擾企業(yè)發(fā)展。數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)是企業(yè)數(shù)字化轉(zhuǎn)型的必然產(chǎn)物。中臺(tái)架構(gòu)作為整個(gè)企業(yè)各個(gè)業(yè)務(wù)所需數(shù)據(jù)服務(wù)的提供

 講師：李海良詳情

COPYRIGT @ 2001-2018 HTTP://kunyu-store.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有