人工智能实践:Tensorflow笔记
分享
课程详情
课程评价
spContent=​这是人工智能入门课,将用八次课帮你梳理人工智能概念、机器学习方法、深度学习框架。如果你还不知道什么是人工智能、机器学习、深度学习,欢迎进来学习交流。结课时,你将会用Python搭建人工神经网络,实现特定物体的识别。一起编码感受人工智能 机器学习 深度学习吧!
—— 课程团队
课程概述

课程会以投影的形式,帮你梳理tensorflow的用法,希望你用纸质笔记本记录下每个打着对勾的知识点;会用录屏的形式,带你编写代码,实现实际应用,希望你用电脑复现课程的案例。每次课后,助教会分享他的tensorflow笔记和源代码,帮你查漏补缺。

授课目标

学会使用Python语言搭建人工神经网络,实现图像分类。

课程大纲

第一讲 人工智能概述

1.3-Windows虚拟机安装

助教的Tensorflow笔记1

1.4-Mac Tensorflow安装

1.2-双系统安装

1.1-概述

机器学习的三要素是什么?

第二讲 Python语法串讲

助教的Tensorflow笔记2

2.4-循环语句

2.1-Linux指令、Hello World

2.3-条件语句

2.6-函数、模块、包

2.5-turtle模块

2.8-文件操作

2.7-类、对象、面向对象的编程

2.2-列表、元组、字典

列表a=[2, 4, 6, 8, 10, 12, 14],则a[3 : 0 : -1]切出的结果是什么?

第三讲 Tensorflow框架

3.3-反向传播

助教的Tensorflow笔记3

3.2-前向传播

3.1-张量、计算图、会话

基于Tensorflow的神经网络用什么来表示数据?

第四讲 神经网络优化

助教的Tensorflow笔记4

4.4-正则化

4.3-滑动平均

4.1-损失函数

4.2-学习率

4.5-神经网络搭建八股

具有8个隐藏层的神经网络一共有多少层?

第五讲 全连接网络基础

5.3-手写数字识别准确率输出

5.2-模块化搭建神经网络八股

助教的Tensorflow笔记5

5.1-MNIST数据集

mnist数据集中每张图片的像素值范围是多少?

第六讲 全连接网络实践

助教的Tensorflow笔记6

6.1-输入手写数字图片输出识别结果

6.2-制作数据集

一张彩色图片经过函数np.array(reIm.convert('L'))之后的维度和像素值是多少?

第七讲 卷积网络基础

助教的Tensorflow笔记7

7.2-lenet5代码讲解

7.1-卷积神经网络

用cifar-10数据集训练训练卷积神经网络

将一张32*32大小的图片输入一个卷积神经网络,经过一层卷积层(卷积核大小为5*5,步长为1,非全零填充)和一层池化层(池化核大小为2*2,步长为2,全零填充)之后输出的图片尺寸为多少?

第八讲 卷积网络实践

8.2-用vgg16实现图片识别

助教的Tensorflow笔记8

8.1-复现已有的卷积神经网络

附:VGGNET论文

上下文管理器 with tf.variable_scope结构

效果反馈和改进建议

证书要求

满分100分,达到60分为合格,达到90分以上为优秀。

期中项目50分:编写Python代码,实现输入手写数字图片,输出预测的数值。识别准确率达到90%为合格:课程给出十张手写数字图片,每正确识别一张得5分。

期末项目50分:编写Python代码,复现卷积神经网络,输入一张图片,识别出图片的内容。识别准确率达90%为合格:课程给出十张图片,每正确识别一张得5分。


参考资料

《Tensorflow:实战Google深度学习框架》 郑泽宇,顾思宇 著,电子工业出版社

《深度学习》赵申剑,黎彧君,符天凡,李凯 译,人民邮电出版社


有空时,可以看看电影 《人工智能》 让自己充满热情地进入这个领域。