先机致胜,破冰AI!深度学习模型、框架与实战!

先机致胜,破冰AI!深度学习模型、框架与实战!

深度学习模型、框架与实战

419.40 699.00 特价仅剩0天3小时52分钟 965 人学习

课程名称:

先机致胜,破冰AI!深度学习模型、框架与实战!

 【温馨提示:1. 你可以在PC端浏览器或者微信收藏该页面,以方便你快速找到这个课程;2. 课程相关资料&QQ会员群可在课程PC端公告查看下载;3.购买课程后,点(课时)列表即可观看视频 】


课程特色:

零基础入门。包含必备基础知识点,起步不再困扰;

通俗易懂。神经网络模型,理论与案例、实操结合,学以致用,生动翔实;

热点尽揽。当下深度学习最火两大框架caffe与tensorflow使用方法,实战演示; 

实战致胜。四大项目实战(关键点定位,验证码识别,对抗生成网络、人脸检测),印象深刻,战力飙升;


讲师介绍:

唐宇迪

深度学习领域多年一线实践研究专家,同济大学硕士。主要研究深度学习领域,计算机视觉,图像识别。精通机器学习,热爱各种开源技术尤其人工智能方向。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的最新算法。乐于钻研,解开每一个问题,把复杂的问题简单表达呈现,能帮助更多的同学入门深度学习领域。博客地址:https://ask.hellobi.com/blog/tangyudi


课程大纲:

第一章:深度学习必备基础知识点

1.深度学习与人工智能简介

2.挑战与传统图像识别方法

3.前向传播之得分函数

4.前向传播之损失函数

5.梯度下降原理形象解读

6.反向传播过程实例演示


第二章:神经网络模型

1.神经网络整体架构

2.DEMO演示神经网络分类模型

3.激活函数

4.过拟合问题解决方案

5.参数初始化方法


第三章:神经网络案例实战

1.Python实现简易神经网络

2.感受神经网络的强大

3.基于cifar数据集的分类任务

4.构造神经网络进行真实数据集的分类


第四章:卷积神经网络

1.卷积神经网络模型效果

2.卷积层详解

3.卷积计算流程

4.卷积核涉及的参数

5.参数共享原则

6.卷积神经网络的反向传播


第五章:卷积神经网络案例实战

1.卷积神经网络的反向传播

2.实现卷积神经网络中的卷积层

3.实现卷积神经网络中的池化层

4.递归神经网络结构

5.RNN实现二进制加法器

6.LSTM网络简介


第六章:经典网络架构与技巧

1.经典神经网络架构ALEXNET与VGG分析

2.分类与回归任务

3.如何巧妙设计网络结构

4.数据增强策略

5.Transfer Learning


第七章:深度学习框架-Caffe

1.Caffe框架使用方法简介

2.数据层参数配置详解

3.各计算层参数配置详解

4.Solver超参数配置


第八章:Caffe框架使用案例实战

1.使用人脸数据集制作LMDB数据源

2.多label数据源之HDF5制作

3.训练配置好的网络模型

4.Python自定义网络结构

5.绘制网络结构图

6.生成网络配置文件

7.LOSS曲线绘制方法

8.使用训练好的模型进行分类任务


第九章:深度学习项目实战-人脸检测 

1.人脸分类数据源

2.训练alexnet网络

3.多尺度人脸检测流程

4.代码完整实现

5.有缺点分析及改进


第十章:深度学习项目实战-关键点定位(基于Caffe)

1.人脸关键点检测算法框架(多阶段)

2.数据源制作及其坐标转换方法

3.对原始数据进行数据增强

4.完成第一阶段数据源制作

5.第一阶段网络训练

6.第二三阶段网络模型训练

7.网络参数初始化

8.训练网络模型并进行预测

8.项目效果及总结


第十一章:深度学习框架-Tensorflow基本使用方法

1.Tensorflow安装

2.基本计算单元-变量

3.常用基本操作

4.构造线性回归模型

5.Mnist数据集简介

6.逻辑回归框架

7.迭代完成逻辑回归模型

8.神经网络模型架构

9.训练神经网络


第十二章:深度学习框架-Tensorflow深度学习模型

1.卷积神经网络模型架构

2.卷积神经网络模型参数

3.模型的保存和读取

4.加载训练好的VGG网络模型

5.使用VGG模型进行测试

6.使用RNN处理Mnist数据集

7.RNN网络模型

8.训练RNN网络


第十三章:深度学习项目实战-验证码识别(基于tensorflow)

1.验证码数据生成

2.构造网络的输入数据和标签

3.卷积网络模型定义

4.迭代及测试网络效果)


第十四章:深度学习项目实战-对抗生成网络原理(基于tensorflow)

1.对抗生成网络形象解释

2.对抗生成网络工作原理

3.环境配置

4.构造判别网络模型

5.构造生成网络模型

6.构造损失函数

7.训练对抗生成网络


第十五章:深度学习项目实战-DIY生成你的数据集(DCGAN基于tensorflow)

1.DCGAN基本原理

2.DCGAN的网络模型架构

3.DIY你要生成的数据

4.配置参数

5.基于卷积的生成网络架构

6.基于卷积的判别网络

7.训练DCGAN网络


学习方式

录播课程,开课即学

在线反复观看,有效期2年

上课方式:录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看


友情提示:  

1、PC端如果发现浏览器无法观看课程,建议使用谷歌浏览器观看;移动端建议直接微信打开课程页面

2、如果购买后下次登录提示课程需要重新购买,一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号:天善智能(点“我的”即可查看你已购买的课程),已方便下次学习。

4、课程相关资料&QQ会员群可在课程PC端公告查看下载;

5、加入学习后请添加客服微信:tianshansoft08(请注明:课程名称),邀请你加入微信VIP群与老师&同学交流讨论。


1111.jpg


改版

反馈