TensorFlow

课程介绍： Tensorflow作为一个开源的框架，在极短的时间内就成为了深度学习领域的耀眼明星，

                  用好Tensorflow不仅需要具有较强的理论功底，而且还需要足够的实践与解析。

课程内容： 本课程从Tensorflow的安装开始，依次介绍Tensorflow的基本概念、使用Tensorflow

                  实现全连接深层神经网络、卷积神经网络等深度学习算法，以及TensorBoard可视化

                  工具等一系列技术方法。

授课教师： 赵源深

                 上海交通大学机械电子工程博士

                 中国科学院深圳先进技术研究院博后副研究员

                 中国科学院深圳先进技术研究院助理研究员

                 主要研究方向：医学人工智能技术：机器学习、影像-基因组学、医学图像分析。

课程案例： 课程案例1：MNIST数字识别问题

                  本课程主要是介绍MNIST手写体数字识别数据集，并且给出Tensorflow程序处理MNIST

                  数据。通过结合神经网络结构设计和参数优化的不同方法，从实际问题中出发，探讨不

                  同优化方法所带来的网络性能提升，从而掌握如何利用Tensorflow完整实的解决一个实

                  际工程技术问题。

                  课程案例2：图像识别与卷积神经网络

                  本课程主要通过卷积神经在图像识别中的应用来介绍卷积的基本原理以及如何使用

                  Tensorflow实现卷积神经。首先会介绍图像识别领域经典数据集，然后详细讲解卷积

                  神经网络的主题思想和网络结构，并通过Tensorflow实现对经典网络的设计实现，然

                  后再结合实际的图像识别问题实现对卷积神经网络的具体应用。

学习基础： 本课程要求学生具有一定的数学理论和编程基础。