《神经网络与深度学习》PPT课件 牟琦 西安科技大学

 
课件内容： 
人工智能的起源和发展 
1.1 人工智能的诞生 
1.2 人工智能的发展 
1.3 机智过人or技不如人？ 
TensorFlow2.4和PyTorch环境的安装与使用 
2.1 开发环境介绍 
2.2 Anaconda的下载与安装 
2.3 Hello World 
2.4 使用Jupyter Notebook 
2.5 包管理和环境管理 
2.6 安装TensorFlow2.4 
2.7 安装TensorFlow2.4 GPU版本 
2.8 安装PyTorch GPU版本 
Python语言基础(1) 
3.1 初识Python 
3.2 第一个Python程序 
3.3 输入和输出 
3.4 常量、变量和表达式 
3.5 程序控制语句 
Python语言基础(2) 
4.1内置数据结构 
4.2 函数和模块 
4.3 Python面向对象编程 
4.4 文件 
4.5 异常处理 
4.6 上下文管理器 
NumPy科学计算库 
5.1 多维数组 
5.2 创建NumPy数组 
5.3 数组运算 
5.4 矩阵和随机数 
Matplotlib数据可视化 
6.1 Matplotlib绘图基础 
6.2 散点图 
6.3 折线图和柱形图 
6.4 实例：波士顿房价数据集可视化 
6.5 实例：鸢尾花数据集可视化 
数字图像基础 
7.1 数字图像基本概念 
7.2 Pillow图像处理库 
7.3 实例：手写数字数据集MNIST 
TensorFlow与PyTorch基础 
8.1 TensorFlow2.0特性 
8.2 创建张量 
8.3 维度变换 
8.4 部分采样 
8.5 张量运算 
*8.6使用GPU 
8.7 PyTorch基础 
回归问题 
9.1 机器学习基础 
9.2 一元线性回归 
9.3 实例：解析法实现一元线性回归 
9.4 多元线性回归 
9.5 实例：解析法实现多元线性回归 
*9.6 实例：三维模型可视化 
9.7 PyTorch实现线性回归问题 
梯度下降法 
10.1 梯度下降法基本原理 
10.2 实例：梯度下降法实现线性回归问题 
10.3 TensorFlow的可训练变量和自动求导机制 
10.4 实例：TensorFlow实现梯度下降法 
10.5 模型评估 
10.6 实例：波士顿房价预测-TensorFlow 
10.7 PyTorch利用梯度下降法实现回归问题 
分类问题 
11.1 逻辑回归 
11.2 实例：实现一元逻辑回归-TensorFlow 
11.3 线性分类器 
11.4 实例：实现多元逻辑回归-TensorFlow 
11.5 多分类问题 
11.6 实例：实现多分类-TensorFlow 
11.7 PyTorch实现分类问题 
人工神经网络(1) 
12.1 神经元与感知机 
12.2 实例：单层神经网络实现鸢尾花分类-TensorFlow 
12.3 多层神经网络 
12.4 误差反向传播算法 
12.5 激活函数 
12.6 实例：多层神经网络实现鸢尾花分类-TensorFlow 
人工神经网络(2) 
13.1 小批量梯度下降法 
13.2 梯度下降法的优化 
13.3 keras和tf.keras 
13.4 Sequential模型 
13.5 实例：Sequential模型实现手写数字识别-TensorFlow 
13.6 实例：模型的保存与加载-TensorFlow 
卷积神经网络 
14.1 深度学习基础 
14.2 图像识别与深度学习 
14.3 图像卷积 
14.4 卷积神经网络 
14.5 实例：卷积神经网络实现手写数字识别-TensorFlow 
14.6 卷积神经网络的优化 
14.7 实例：卷积神经网络识别cifar10图片-TensorFlow 
经典的卷积神经网络 
15.1 LeNet神经网络 
15.2 数据增强 
15.3 ImageNet与Kaggle数据 
15.4 AlexNet网络 
15.5 VGGNet网络 
15.6 GoogLeNet网络 
15.7 ResNet网络 
15.8 实例：使用预训练模型实现猫狗大战-TensorFlow 
AI的工程伦理 
16.1 Google的AI原则 
16.2 负责任地使用TensorFlow开发AI 
16.3 合理规范地使用ChatGPT 
TensorFlow.lite和TensorFlow.js 
17.1 TensorFlow.lite的应用 
17.2 TensorFlow.js的应用 
PyTorch实例文档 
18.1 PyTorch介绍 
18.2 解析法实现线性回归 
18.3 PyTorch的求导机制与梯度下降法 
18.4 逻辑回归 
18.5 人工神经网络 
18.6 卷积神经网络 
MindSpore实例 
19.1 华为人工智能生态 
19.2 MindSpore架构及开发环境搭建 
19.3 MindSpore开发实践 
19.4 实例：手写数字识别（MindStudio） 
19.5 实例：鸢尾花分类实验（MindStudio） 
19.6 实例：猫狗大战（MindSpore Lite）