一.深度学习Deep Learning基础和基本思想
1.人工智能概述、计算智能、类脑智能
3.机器学习概述、记忆学习、归纳学习、统计学习
4.深度学习的前生今世、发展趋势
5.人工神经网络、前馈神经网络、BP算法 、Hessian矩阵、结构性特征表示
二．深度学习Deep Learning基本框架结构
1. Caffe
2. Tensorflow
3. 3.Torch
4. MXNe
三．深度学习Deep Learning-卷积神经网络
1.CNN卷积神经网络
卷积层（一维卷积、二维卷积）、池化层（均值池化、最大池化）
全连接层激活函数层Softmax层
2.CNN卷积神经网络改进
R-CNN （SPPNET） Fast-R-CNN Faster-R-CNN （YOLO、SSD）
3.深度学习的模型训练技巧
4.梯度下降的优化方法详解
四．深度学习Deep Learning-循环神经网络
1. RNN循环神经网络
梯度计算BPTT
2.RNN循环神经网络改进
LSTMGRUBi-RNNAttention based RNN
3.RNN实际应用Seq2Seq的原理与实现
等....课程
中科信软高级技术服务机构（已成立13年）→13年期间，为各大企业提供：各种软件培训、定制培训、技术咨询、技术支持
时间灵活 地点灵活(北上广深、成都、武汉都有上课点)，人数灵活，师资丰富、可按您的需求给您定制课程，匹配教师。
小班授课，公开课，上门内训
特殊技术订制培训或咨询
技术培训，技术咨询，项目承接，专家外包
咨询电话：六二八八 三二四七 （课程安排和价格详情请电话联系我们！）
邮箱： lucy@info-soft.cn
网址：www.zksoft.org/www.info-soft.cn
