Deep Learning with TensorFlow

• Statistics
• 蟒
• （可选）配备支持 CUDA 8.0 和 cuDNN 5.1 的 NVIDIA GPU 笔记本电脑，并安装了 64 位 Linux

TensorFlow是Go ogle Deep Learning开源软件库的第二代API。该系统旨在促进机器学习的研究，并使其从研究原型到生产系统的快速和轻松过渡。

听众

本课程面向希望将TensorFlow用于Deep Learning项目的工程师

完成本课程后，代表们将：

• 了解TensorFlow的结构和部署机制
• 能够执行安装/生产环境/架构任务和配置
• 能够评估代码质量，执行调试，监控
• 能够实现高级生产，如培训模型，构建图形和记录

Machine Learning 和递归 Neural Networks （RNN） 基础知识

• NN 和 RNN
• 回溯
• 长短期记忆 （LSTM）

TensorFlow 基本资讯

• 创建、初始化、保存和恢复 TensorFlow 变数
• 馈送、读取和预载入 TensorFlow 数据
• 如何使用 TensorFlow 基础设施大规模训练模型
• 使用 TensorBoard 视觉化和评估模型

TensorFlow 力学 101

• 准备数据
  • 下载
  • 输入和占位元
• 构建图形
  • 推理
  • 损失
  • 训练
• 训练模型
  • 图表
  • 会议
  • 火车环线
• 评估模型
  • 构建 Eval Graph
  • Eval 输出

高级用法

• 线程和伫列
• 分散式 TensorFlow
• 编写 Documentation 并共用模型
• 自定义 Data Reader
• 使用 GPUs¹
• 操作 TensorFlow 模型档

TensorFlow 份量

• 介绍
• 基本服务教程
• 高级服务教程
• Serving Inception 模型教程

¹ “高级用法”主题“使用 GPUs”不作为远端课程的一部分提供。此模组可以在课堂课程期间提供，但必须事先达成协议，并且前提是培训师和所有参与者都拥有安装了 64 位 Linux 支援的 NVIDIA GPU 的笔记型电脑（不是由 NobleProg 提供）。NobleProg 无法保证具有所需硬体的教练的可用性。