cto – 深度学习实践：基于caffe的解析
课程介绍：
本课程是由深度学习图像算法工程师，结合自己多年学习深度学习技术的切身体验，以一个工程师的视角，从实际应用为出发点，以代码实践为主，理论为辅进行讲解，帮助学员轻松学习、使用并修改caffe框架的代码。
课程是在windows环境进行教学，使用visual studio 2015和python3.7的eric6工具进行相关代码调试，大大降低了深度学习环境入门的门槛。
课程目录：
第1章 Cifar10实践操作 (54分钟 2节)
1-1caffe的编译[12:01]
1-2在caffe中使用Cifar10做实验[42:19]
第2章 Caffe网络结构定义及其可视化 (42分钟 3节)
2-1层定义[20:32]
2-2网络结构可视化网站[05:26]
2-3常用网络结构[16:36]
第3章 Caffe代码导读 (50分钟 3节)
3-1caffe代码解读（1）[17:51]
3-2caffe代码解读（2）[17:39]
3-3caffe代码解读（3）[14:31]
第4章 Caffe获取参数的内容和权重 (40分钟 2节)
4-1Caffe获取参数的内容和权重（1）[22:56]
4-2Caffe获取参数的内容和权重（2）[17:40]
第5章 Caffe提取某一层的特征值 (43分钟 2节)
5-1Caffe提取某一层的特征值（1）[23:08]
5-2Caffe提取某一层的特征值（2）[20:18]
第6章 Caffe训练过程及调试 (1小时14分钟 2节)
6-1caffe代码调试（1）[44:18]
6-2caffe代码调试（2）[29:59]
第7章 Caffe多任务数据输入构建 (43分钟 2节)
7-1Caffe多任务数据输入构建（1）[22:36]
7-2Caffe多任务数据输入构建（2）[20:42]
第8章 深度数据准备 (32分钟 1节)
8-1深度数据准备[32:35]
第9章 MXNet Faster-RCNN目标检测 (51分钟 2节)
9-1深度目标检测基础[31:22]
9-2深度目标检测实践[20:04]
第10章 人脸识别专题 (42分钟 1节)
10-1人脸识别专题[42:38]
第11章 图像分割 (41分钟 3节)
11-1传统图像分割算法[13:23]
11-2基于深度学习的图像分割[12:24]
11-3FCN图像分割[15:23]
第12章 卷积神经网络项目应用 (44分钟 3节)
12-1OpenPose人体姿态识别项目[10:23]
12-2OpenPose人体姿态识别项目及延展[25:27]
12-3风格迁移及神经网络**项目应用[08:10]
?超火课程推荐：
1、《 系统入门云计算服务，项目上云最佳实践 》 百度网盘
2、《 极客时间 深度学习推荐系统实战 》 百度网盘
3、《 深度学习之目标检测常用算法原理+实践精讲 》百度网盘
4、《 深度学习之神经网络(CNN/RNN/GAN) 算法原理+实战 》百度云盘
优惠： 当天下载多套联系客服,领取优惠
