一、深度学习基础和基本思想 二、深度学习基本框架结构 1，Tensorflow2，Caffe3，PyTorch4，MXNet 三，卷积神经网络CNN 循环神经网络RNN 强化学习DRL 对抗性生成网络GAN 迁移学习TL 四、深度学习算法理论解析； 五、深度学习实际应用案例操作； 1，CNN——》图像分类 2，Lstm——》文本分类 3，Lstm——》命名实体抽取 4，Yolo——》目标检测 5，图像分类(CNN) 6，目标定位和识别(RCNN) 7，图像重建(Auto-encoder) 8，文本识别(RNN) 9，实体标注(LSTM) 10，手写体数字生成(GAN)

一：深度强化学习核心技术实战培训班 时间地点：11 月 27 日— 11 月30 日 北京 (第一天报到 授课三天；提前环境部署 电脑测试) 课程一、强化学习简介 课程二、强化学习基础 课程三、深度强化学习基础 课程四、多智能体深度强化学习 课程五、多任务深度强化学习 课程六、强化学习应用 课程七、仿真实验 课程八、辅助课程 二：深度学习DeepLearning实战培训班 时间地点：12 月 18 日— 12 月 21 日 线上直播 三、培训方式：（即日起，开始报名！） 1、远

一、主讲内容: 课程一：机器学习和深度学习基础 1、概念、基本技术方法 2、大规模深度学习基本框架 3、Python开发过程以及实践 课程二： Tensorflow入门到熟练： 1、Tensorflow的基本设计思路，相关专业名词和操作 2、深度学习开源框架及环境平台搭建 3、动手设计可以训练的CNN，根据初始化参数可以运算得出中间结果 4、加速数据读取，训练数据逻辑，模型参数及正则化 课程三：深度学习DeepLearning的理论 1、基本模型设计、训练方法和应用问题决 2、基

各企事业单位、高等院校及科研院所： 随着国务院颁布了《新一代人工智能发展规划》，相关部委以及各省陆续出台了新一代人工智能发展规划的相关配套政策，明确了人工智能的战略地位和战略目标，要求大力推进产学研用一体化以促进实施创新驱动的发展战略，把创新成果转化为现实生产力，分三步达成人工智能核心产业超过万亿规模，带动相关产业规模超过 10 万亿规模。在人工智能迎来史无前例的重大发展机遇的同时，从微观技术单元的层面

亲爱的各位吧友：欢迎来到循环神经网络