小象学院深度学习之TensorFlow 2.0编程从入门到实践
课程大纲
一、TensorFLow2.0基础入门
l TensorFlow2.0 Hello world
l Autograph模式与Eager模式
l Tensorflow2.0API概览
l 大作业：用tf2.0API实现一个线性回归模型
二、图像分类编程实践
l 卷积神经网络三大核心概念
l 卷积神经网络结构
l 编程实践数据与项目工程
l 实践编程使用的tf2.0API详解
l 课堂作业：利用tf2.0API完成一个模型的搭建
l 卷积神经网络设计实践
l 执行器编程实践
l Web应用设计和编程实践
l 大作业：基于CIFAR-100的图像分类应用
三、基于CycleGAN图像风格迁移编程实践
l GAN的基本概念和工作机制
l GAN的常见变种和应用场景
l CycleGAN的算法原理和网络结构
l 课堂作业：实现一个GAN的工作机制（可以采用伪代码的方式）
l 数据归一化原理和应用
l 编程实践数据与项目工程
l 实践编程使用的tf2.0API详解
l CycleGAN神经网络设计实践
l 执行器编程实践
l Web应用设计和编程实践
l 大作业：利用提供的代码完成自己数据的训练
四、中文聊天机器人编程实践
l 自然语言模型
l RNN神经网络结构及其变形
l Seq2Seq框架
l 课堂作业：自己实现一个简单的RNN神经网络并能够work
l 编程实践数据与项目工程
l 实践编程使用的tf2.0API详解
l Seq2Seq神经网络设计实践
l 执行器编程实践
l Web应用设计和编程实践
l 大作业：利用提供的代码完成自己数据的训练
五、TensorFlow Serving 部署实践
l TensorFlow Serving 架构
l TensorFlow Serving环境搭建
l 编程实践数据与项目工程
l 实践编程使用的tf2.0API详解
l 课堂作业：自己动手将一个图像分类编程中的h5模型导出
l 模型导出模块编程实践
l 模型部署模块编程实践
l 服务代理模块编程实践
l Web应用模块编程实践
l 大作业：完成风格迁移实践中模型的TensorFlow Serving的部署
获取资料的同学请加VX：itnaer
image.png
