特色

用特定技術棧實現微服務架構

對象

軟件開發工程師、軟件架構人員，對Sping Cloud和分布式應用開發了解的JAVA人員。

課程大綱

〇、微服務那些事兒
微服務是什么？
微服務優缺點
微服務設計原則
微服務開發框架
一、Spring Cloud 那些事兒
Spring Cloud是什么？
Cloud Native Applicaitons
Spring Initializr
版本與兼容性
Spring Cloud迭代計劃與Release Log
二、服務發現 Eureka
為什么要服務發現？
Spring Cloud 中的服務發現組件
Eureka簡介
Eureka原理與架構
入門示例
High Level Features
高可用
認證
元數據
自我保護模式
健康檢查（重要特性）
REST端點
坑的總結&QA
三、客戶端負載均衡 Ribbon
Ribbon簡介
Quick Start
配置自定義
使用Java自定義
使用屬性自定義
負載均衡策略
脫離Eureka使用Ribbon
四、聲明式的HTTP客戶端 Feign
Feign簡介
Quick Start
配置自定義
多參數請求構造
五、斷路器 Hystrix
通用方式使用Hystrix
Feign使用Hystrix
監控
監控界面Dashboard
Turbine
Turbine Stream
Hystrix的配置
六、API Gateway Zuul
為什么要使用API Gateway？
Zuul 簡介
入門
入門示例
/routes 端點
路由規則詳解
Zuul過濾器
生命周期
Spring Cloud內置的Zuul過濾器
自定義Zuul過濾器
Zuul容錯與回退
Sidecar
Demo
分離部署
高可用Zuul
七、集中式的配置管理 Cloud Config
為什么要使用集中管理微服務配置？
業界有哪些配置管理軟件可選擇
Config Server原理
入門
身份認證
Git倉庫配置詳解
配置屬性加解密
屬性刷新
手動刷新
自動刷新
與Eureka配合使用
高可用
八、調用鏈監控Spring Cloud Sleuth
Why Tracing?
整合Sleuth
Sleuth與ELK配合使用
Sleuth與Zipkin配合使用
Zipkin后端存儲
九、常見問題與總結
服務注冊慢
服務不注銷
自定義instanceID
UNKNOWN問題
狀態UNKNOWN
應用名UNKNOWN
首次請求失敗
Turbine數據聚合不完整
問題定位思路總結

特色

深入深度學習，學會使用Tensorflow來實現神經網絡，完成圖像識別，驗證碼識別，文本分類，語音分類，圖片風格遷移等幾個項目

對象

想入門深度學習，自己動手實踐深度學習的人，想從事深度學習相關工作的人

課程大綱
第一天：
上午：
1.人工智能應用發展簡介(理論)。
2.神經網絡基本原理(理論)。
3.激活函數，損失函數和梯度下降法(理論)。
4.BP神經網絡，梯度消失問題(論文講解)。
5.Tensorflow安裝(實踐)。
6.Tensorlfow基礎知識：圖，變量，fetch，feed(實踐)。
7.Tensorflow簡單案例(實踐)。
8.Mnist數據集合Softmax講解(理論+實踐)。
9.使用BP神經網絡搭建手寫數字識別(實踐)。

下午：
10.交叉熵(cross-entropy)講解和使用(理論+實踐)。
11.過擬合,正則化,Dropout(理論+實踐)。
12.各種優化器Optimizer(理論+實踐)。
13.改進手寫數字識別網絡(實踐)。
14.Tensorboard的使用(實踐)。
15.卷積神經網絡CNN的介紹(理論)。
16.使用CNN解決手寫數字識別(實踐)。
17.深度殘差網絡講解(理論)。
18.長短時記憶網絡LSTM介紹(理論)。
19.LSTM的使用(實踐)。

第二天：
上午：
圖像識別項目：
1.介紹Google圖像識別模型Inception-v3(理論)
2.使用Inception-v3做圖像識別(實踐)。
3.Retrain圖像識別模型(實踐)。
4.從頭開始訓練圖像識別模型(實踐)。
驗證碼識別項目：
5.生成驗證碼(實踐)。
6.多任務學習介紹(理論)。
7.使用多任務學習完成驗證碼識別(實踐)。
8.驗證碼識別效果測試(實踐)。

下午：
文本分類項目：
9.word2vec的介紹和實現(理論+實踐)
10.文本分類模型(實踐)。
語音分類項目：
11.語音信號處理(理論)。
12.使用LSTM完成語音分類(實踐)。
圖片風格遷移項目：
13.介紹風格遷移基本原理(理論)。
14.實現圖片風格遷移(實踐)。
深度學習前沿科技介紹。