当前位置: 首页 > 公开课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

关于举办“人工智能实践项目案例分析与实战应用”培训班的通知

课程编号:64151   课程人气:8

课程价格:¥6800  课程时长:3天

行业类别:不限行业    专业类别:人工智能 

授课讲师:专家库

课程安排:

       2026.3.26 北京 2026.6.28 广州 2026.9.19 上海 2026.11.26 北京



  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
1.技术管理者:技术总监、产品经理、项目主管等,需掌握AI技术路径与落地逻辑; 2.战略决策者:企业高管、业务负责人等,关注AI赋能业务、驱动组织转型与战略布局。 3.技术研发人员:包括政府、企业及高校中从事AI相关研发的工程师、研究员、架构师等; 4.高级学术人才:高校教师、硕士、博士研究生及相关专业学生等,致力于AI前沿研究与工程实践。

【培训收益】
通过展示教师的实际科研成果,讲述人工智能与知识图谱的技术原理与应用系统开发方法、知识图谱系统开发工具使用方法。使学员获得: 1.理论知识与技能提升—深化理论理解、掌握实践技能、培养问题解决能力; 2.行业洞察与经验积累—了解行业应用趋势,积累项目实施经验,拓展行业人脉资源; 3.创新思维与能力培养—激发创新灵感,培养批判性思维,提升综合创新能力; 4.职业发展与竞争力提升—增强就业竞争力,适应职业发展需求,助力职业转型与晋升。

第一天 深度学习基础 1.神经元与神经网络
2.激活函数的点火机制
3.Sigmoid函数与参数优化
4.梯度下降法
5.简单感知机
6.多层感知机
7.Tensorflow实现感知机
8.Keras实现感知机
9.PyTorch实现感知机
深度学习进阶 1.前馈神经网络
2.误差反向传播
3.创建神经网络
4.Fashion-MNIST图像识别
5.TensorFlow构建图像识别网络模型
6.Keras构建图像识别网络模型
7.PyTorch构建图像识别网络模型
卷积神经网络与图像识别 1.卷积神经网络的结构
2.基于TensorFlow构建CNN
3.基于Keras构建CNN
4.基于PyTorch构建CNN
第二天 物体的图像识别 1.多分类数据集CIFAR-10介绍
2.CNN识别普通物体的结构
3.基于TensorFlow+CNN构建物体识别模型
4.基于Keras+CNN构建物体识别模型
5.基于PyTorch+CNN构建物体识别模型
6.模型调优提高物体识别精度
基于ResNet(残差神经网络)的图像识别 1.ResNet(残差神经网络)介绍
2.残差学习的核心优势
3.ResNet的基本网络结构
4.案例实战:基于ResNet构建高精度的图像分类器
5.迁移学习:预训练ResNet模型快速实现特定场景识别
6.ResNet变体与发展
GYM与强化学习 1.GYM安装与游戏奖罚设置
2.强化学习的与众不同
3.马尔科夫性质与决策过程
4.SARSA算法介绍与推导
5.蒙特卡洛多步采样
第三天 YOLO系列算法与目标检测实战 1.YOLO(You Only Look Once)核心概念
2.目标检测关键指标:IoU与mAP
3.YOLOv5/v8网络结构解析
4.案例实战:基于YOLOv8的安全帽佩戴识别
5.模型部署与优化
6.YOLO系列发展与展望
YOLO-Seg的实例分割实战 1.从目标检测到实例分割
2.YOLOv8-Seg模型结构解析
3.分割任务关键指标:Mask AP
4.案例实战:基于YOLOv8-Seg的道路裂缝分割
5.模型推理与掩码处理
6.YOLO在分割领域的应用与未来
飞浆的PaddlePaddle
目标检测 1.飞桨(PaddlePaddle)深度学习框架介绍
2.硬件环境介绍、要求、安装注意事项
3.PaddleDetection:飞桨官方目标检测开发套件
4.飞桨的核心优势:PP-YOLOE模型解析
5.如何快速使用PaddlePaddle进行目标检测
6.案例实战:PaddleDetection的工业零件缺陷检测
7.模型动静转换与高性能部署
第四天 注意力机制 1.点积注意力机制
2.编码与解码注意力
3.注意力机制中的Q、K、V
4.自注意力与多头注意力
TransFormer架构解析 1.各种注意力的应用
2.编码器输入与位置编码
3.编码器的内部结构
4.训练自己的TransFormer模型
Hugging Face平台介绍与使用 1.Hugging Face平台简介与生态系统
2.Hugging Face数据集库
3.Transformers库的使用
4.模型部署与推理API 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们