班級規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號) |
每個(gè)班級的人數(shù)限3到5人,互動(dòng)授課, 保障效果,小班授課。 |
上間和地點(diǎn) |
上部份地點(diǎn):【上海】同濟(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號線白銀路站)【深圳分部】:電影大廈(地鐵一號線大劇院站)/深圳大學(xué)成教院【北京分部】:北京中山學(xué)院/福鑫大樓【南京分部】:金港大廈(和燕路)【武漢分部】:佳源大廈(高新二路)【成都分部】:領(lǐng)館區(qū)1號(中和大道)【沈陽分部】:沈陽理工大學(xué)/六宅臻品【鄭州分部】:鄭州大學(xué)/錦華大廈【石家莊分部】:河北科技大學(xué)/瑞景大廈 最近開間(周末班/連續(xù)班/晚班):2019年1月26日.... |
實(shí)驗(yàn)設(shè)備 |
◆小班教學(xué),教學(xué)效果好 ☆注重質(zhì)量☆邊講邊練 ☆合格學(xué)員免費(fèi)推薦工作 ★實(shí)驗(yàn)設(shè)備請點(diǎn)擊這兒查看★ |
質(zhì)量保障 |
1、培訓(xùn)過程中,如有部分內(nèi)容理解不透或消化不好,可免費(fèi)在以后培訓(xùn)班中重聽; 2、免費(fèi)提供課后技術(shù)支持,保障培訓(xùn)效果。 3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書,提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年,端海學(xué)員的能力得到大家的認(rèn)同,受到用人單位的廣泛贊譽(yù),端海的證書受到廣泛認(rèn)可。 |
部份程大綱 |
|
- 第1章 課程導(dǎo)學(xué)
對課程章節(jié)、知識點(diǎn)、課程安排、適用人群、前提條件以及學(xué)習(xí)完成后達(dá)到的程度進(jìn)行了介紹,讓同學(xué)們對本課程有基本的認(rèn)識。
- 1-1 課程導(dǎo)學(xué)
第2章 基礎(chǔ)知識
介紹tensorflow的基礎(chǔ)知識和原理,介紹tensorflow的基本訓(xùn)練方法和訓(xùn)練的注意點(diǎn),介紹什么是Android系統(tǒng)及Android系統(tǒng)的四大基本組件,以及如何開發(fā)Android APP,開發(fā)工具用什么,環(huán)境如何搭建。
- 2-1 什么是TensorFlow
2-2 張量、圖、會話
2-3 TensorFlow原理及模型訓(xùn)練
2-4 Android操作系統(tǒng)
2-5 Java安裝
2-6 Java環(huán)境搭建
2-7 Android安裝及運(yùn)行
2-8 第一個(gè)Android程序
第3章 循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN與LSTM)
本章主要講解了循環(huán)神經(jīng)網(wǎng)絡(luò)的相關(guān)知識,并介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)的衍生網(wǎng)絡(luò)LSTM,并對sequence to sequence和神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的梯度爆炸和梯度消失相關(guān)內(nèi)容介紹了解決方法。
- 3-1 常用模型
3-2 BP神經(jīng)網(wǎng)絡(luò)
3-3 循環(huán)神經(jīng)網(wǎng)絡(luò)(1)
3-4 循環(huán)神經(jīng)網(wǎng)絡(luò)(2)
3-5 循環(huán)神經(jīng)網(wǎng)絡(luò)(雙向RNN)
3-6 循環(huán)神經(jīng)網(wǎng)絡(luò)(梯度爆炸和梯度消失1)
3-7 循環(huán)神經(jīng)網(wǎng)絡(luò)(梯度爆炸和梯度消失2)
3-8 長短期記憶網(wǎng)絡(luò)(LSTM)
第4章 NLP基礎(chǔ)
介紹什么是RNN和LSTM,并介紹他們在NLP處理中如何去使用,介紹什么是NLP語言模型,以及常用的工作方式,介紹什么是word2vec,并進(jìn)行詳細(xì)解釋;
- 4-1 NLP基礎(chǔ)
4-2 分詞技術(shù)
4-3 詞性標(biāo)注
4-4 命名實(shí)體識別
4-5 貝葉斯與樸素貝葉斯(1)
4-6 貝葉斯與樸素貝葉斯(2)
4-7 隱馬爾科夫模型
4-8 隱馬爾科夫模型實(shí)現(xiàn)命名實(shí)體識別
4-9 樸素貝葉斯例子(1)
4-10 樸素貝葉斯例子(2)
4-11 樸素貝葉斯例子(3)
第5章 文本處理方法
介紹如何建立語料庫,以及可以通過什么方式去收集語料庫,并介紹常用的語料庫,以及介紹如何進(jìn)行語料的處理和其處理思路等
- 5-1 語料的獲取與處理
5-2 NLP中的語言模型
5-3 NLP中的語言模型 一元模型和二元模型
5-4 NLP中的語言模型 N元模型
5-5 詞向量與Word2vec
5-6 文本處理方法
第6章 實(shí)戰(zhàn)之聊天語料處理
結(jié)合上章節(jié)講解的內(nèi)容,本章主要針對我們在聊天機(jī)器人訓(xùn)練部分所使用的聊天語料進(jìn)行處理,處理方法包括但不限于數(shù)據(jù)清洗、切詞、訓(xùn)練語句劃分、句子向量等
- 6-1 數(shù)據(jù)處理-環(huán)境搭建
6-2 聊天機(jī)器人語料處理流程介紹
6-3 數(shù)據(jù)處理-句子的構(gòu)造和判斷
6-4 數(shù)據(jù)處理-正則表達(dá)式
6-5 數(shù)據(jù)處理-句子編碼化處理(字典定義及轉(zhuǎn)換)
6-6 數(shù)據(jù)處理-句子編碼化處理(訓(xùn)練字典)
6-7 數(shù)據(jù)處理-句子編碼化處理(句子和向量之間的轉(zhuǎn)換)
6-8 數(shù)據(jù)處理-訓(xùn)練語料庫的解壓處理
6-9 數(shù)據(jù)處理-訓(xùn)練語料問答對的處理(1)
6-10 數(shù)據(jù)處理-訓(xùn)練語料問答對的處理(2)
6-11 數(shù)據(jù)處理-數(shù)據(jù)模型打包處理
6-12 語料處理實(shí)戰(zhàn)小結(jié)
第7章 聊天機(jī)器人原理
介紹什么是聊天機(jī)器人,以及聊天機(jī)器人的基本原理,并介紹如何將我們拿到的基礎(chǔ)語料處理成我們想要的形式,最后整體闡述聊天機(jī)器人的架構(gòu)設(shè)計(jì)及詳細(xì)設(shè)計(jì)。
- 7-1 Seq2Seq模型
7-2 Seq2Seq模型(注意力機(jī)制)
7-3 聊天機(jī)器人模型(1)
7-4 聊天機(jī)器人模型(2)
第8章 聊天機(jī)器人訓(xùn)練-TensorFlow的模型前期處理
本章介紹了TensorFlow關(guān)于模型的處理部分的內(nèi)容,其中包括GPU和CPU的選擇,batch的操作等,這些方法是模型訓(xùn)練的基礎(chǔ),在模型訓(xùn)練過程中起著關(guān)鍵的作用。
- 8-1 線程處理(1)
8-2 線程處理(2)
8-3 TensorFlow環(huán)境搭建
8-4 TensorFlow相關(guān)信息操作
8-5 數(shù)據(jù)操作 轉(zhuǎn)換長度
8-6 batch_flow(1)
8-7 batch_flow(2)
8-8 batch_flow(3)
8-9 batch_flow_bucket(1)
8-10 batch_flow_bucket(2)
8-11 batch_flow_bucket(3)
8-12 batch_flow_bucket(4)生成虛假數(shù)據(jù)
8-13 batch_flow_bucket(5)測試
第9章 聊天機(jī)器人訓(xùn)練-seq2seq的模型編寫
本章使用TensorFlow來進(jìn)行seq2seq模型訓(xùn)練,從頭開始構(gòu)建了一個(gè)seq2seq模型,并將這個(gè)模型在訓(xùn)練中進(jìn)行使用。
- 9-1 基本流程介紹
9-2 基本參數(shù)保存,參數(shù)驗(yàn)證(1)
9-3 基本參數(shù)保存,參數(shù)驗(yàn)證(2)
9-4 基本參數(shù)保存,參數(shù)驗(yàn)證(3)
9-5 基本參數(shù)保存,參數(shù)驗(yàn)證(4)
9-6 構(gòu)建模型(1)
9-7 構(gòu)建模型(2)
9-8 構(gòu)建一個(gè)單獨(dú)的RNN cell
9-9 構(gòu)建單獨(dú)的編碼器cell(1)
9-10 構(gòu)建單獨(dú)的編碼器cell(2)
9-11 構(gòu)建單獨(dú)的編碼器cell(3)
9-12 構(gòu)建解碼器(1)
9-13 構(gòu)建解碼器(2)
9-14 構(gòu)建解碼器(3)
9-15 構(gòu)建解碼器(4)
9-16 構(gòu)建解碼器(5)
9-17 構(gòu)建解碼器(6)
9-18 構(gòu)建解碼器(7)
9-19 構(gòu)建解碼器(8)
9-20 構(gòu)建優(yōu)化器(1)
9-21 構(gòu)建優(yōu)化器(2)
9-22 構(gòu)建優(yōu)化器(3)
9-23 輸入檢查
9-24 訓(xùn)練模型
9-25 預(yù)測模型
第10章 聊天機(jī)器人模型的訓(xùn)練和驗(yàn)證
本章講解如何使用tensorflow來訓(xùn)練聊天機(jī)器人,并將訓(xùn)練好的聊天機(jī)器人進(jìn)行驗(yàn)證 ,驗(yàn)證后打包成webservice接口進(jìn)行發(fā)布,從而使前端可以進(jìn)行調(diào)用。
- 10-1 第一種模型訓(xùn)練(1)
10-2 第一種模型訓(xùn)練(2)
10-3 第一種模型訓(xùn)練(3)
10-4 第一種模型訓(xùn)練(4)
10-5 第一種模型訓(xùn)練(5)
10-6 第二種模型訓(xùn)練(1)
10-7 第二種模型訓(xùn)練(2)
10-8 第二種模型訓(xùn)練(3)
10-9 利用flask發(fā)布成Webservice接口
第11章 Android的打包與發(fā)布
介紹開發(fā)好的Android應(yīng)用程序如何進(jìn)行打包部署,以及在是打包部署過程中的注意事項(xiàng),并帶領(lǐng)大家將聊天機(jī)器人應(yīng)用進(jìn)行發(fā)布。
- 11-1 新建項(xiàng)目
11-2 代碼結(jié)構(gòu)講解
11-3 私有變量的定義
11-4 參數(shù)初始化
11-5 聽寫UI監(jiān)聽器
11-6 合成回調(diào)監(jiān)聽器
11-7 聽寫監(jiān)聽器
11-8 語音合成參數(shù)設(shè)置
11-9 完善項(xiàng)目
11-10 打包發(fā)布
|