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；4. 本课程虚拟商品，已经购买，不能退款。建议先试听章节的，有疑问可咨询客服天善九号：tianshansvip 】
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：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群
