人工智能师资培训:TensorFlow要点 湖北工业职业技术学院-张明 2018.5
人工智能专业建设思路 课程建设基本思路 TensorFlow课程建设内容 服务地方产业
专业建设思路 教科研项目 素质拓展活动 素质拓展课程 人工智能课程群 人工智能专业 教会学生使用开源的模型如：slim和inception-V3来完成人工智能岗位的工作任务
专业建设思路 Python 数据计算、数据抓取、数据的展示 WEB前端技术 HTML5、JS、WEB框架 移动终端程序设计 Android Android程序设计、 TensorFlow Lite、开源模型的移植 人工智能 专业核心课程 人工智能导论 人工智能的基本概念、相关算法、数学、矩阵、概率相关知识 TensorFlow编程 TensorFlow基础知识、开源模型的使用、数据集的使用 TensorFlow综合项目案例 分布式模型的使用、分布式服务器的搭建、综合案例
课程建设思路 黑盒化 复杂的公式和理论“黑盒化” TensorFlow编程 工具化 TensorFlow平台框架“工具化” 案例化 将机器学习知识点“案例化”
课程建设思路 案例 功能 如何实现 知识点分解 知识点使用 MNIST手写字体识别 神经网络、CNN、RNN 逻辑回归 线性回归 图像分类器 开源模型的使用 强化学习-AI游戏
TensorFlow课程内容 Graphs、Variable、Session、feed、TensorBoard 线性回归 Graphs、Variable、Session、feed、TensorBoard TensorFlow基础知识 逻辑回归 神经网络的定义、二次代价函数、梯度下降法 MNIST数据集分类模型构建 数据集、神经网络构建、softmax用法、激活函数(relu、sigmod、tanh、dropout) TensorFlow神经网络的构建与优化 交叉熵代价函数优化MNIST数据集分类模型 cross-entropy、log-likelihood cost、常用的激活函数和代价函数的组合、欠拟合、过拟合 使用AdamOptimizer优化MNIST数据集分类模型 梯度下降法的优化（标准、随机、批量）
TensorFlow课程内容 卷积、池化、边界填充、归一化、激活、 全连接 RNN基本架构、前后传播算法、梯度爆炸、梯度消失 使用卷积神经网络实现MNIST数据集分类 卷积、池化、边界填充、归一化、激活、 全连接 TensorFlow实现RNN和CNN 使用循环神经网络实现MNIST数据集分 RNN基本架构、前后传播算法、梯度爆炸、梯度消失 Inception-V3数据集分类模型的使用 数据模型下载、数据集的处理、数据模型使用、模型的保存、checkpoint的读取 TensorFlow开源模型的使用 VGG开源数据集的下载与处理 开源数据集的下载、TFRecode文件操作、开源数据模型的修改 使用slime训练自己的分类模型 自定义数据集的构建、开源模型的修改
生成识别码图片、生成TFRecode文件 马尔科夫序列、R观察矩阵、Q矩阵生成、归一化操作 Epsiode迭代、Python图像处理 TensorFlow课程内容 验证码的生成 生成识别码图片、生成TFRecode文件 TensorFlow多任务 使用alexnet网络识别验证码 协调器，管理线程 游戏CNN网络构建 图片的处理、CNN定义 TensorFlow强化学习实例 AI游戏 网络训练 马尔科夫序列、R观察矩阵、Q矩阵生成、归一化操作 小鸟的控制 Epsiode迭代、Python图像处理
服务地方产业
谢谢