人工智能技术及其应用实战

。.TensorFlow：AI深度学习框架的概述2.TensorFlow深度学习平台的工作机制和系统架构3.TensorFlow的应用场景和应用案例4.TensorFlow CNN应用操作5.TensorFlow LSTM应用操作6.基于TensorFlow的可视化工具：Tensorboard简介7.Tensorboard的部署、配置和应用界面操作8.基于TensorFlow和Tensorboard进行实验操作9.深度学习算法常见的评估方法：准确率、召回率、AUC指标、ROC曲线、目标识别交并比、图像分割交并比1.业界常用的AI平台：Keras人工智能平台概述2.Keras AI平台的部署与配置3.Keras技术实现与工作机制4.Keras实验案例操作1.Pytorch人工智能平台概述2.Pytorch AI平台的部署与配置3.Pytorch技术实现与工作机制4.Pytorch实验案例操作5.基于Pytorch的深度学习案例实践1.利用学过的知识，使用Python编程实现基本的人脸识别或AI读片等实验项目2.讲师提供项目指导手册,带着学员完成,学员独立完成后，讲师答疑1.根据讲师布置的实际应用案例,开展人工智能和大数据完整项目部署设计和应用开发实践、应用实施以及解决方案分享咨询与交流讨论