1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。

OpenCV使用

1.安裝opencv

2.圖像處理基礎(chǔ)

3.圖像運(yùn)算和轉(zhuǎn)換

4.圖像平滑處理

5.圖像梯度

6.圖像邊緣檢測(cè)

7.圖像金字塔

8.人臉檢測(cè)和識(shí)別

卷積神經(jīng)網(wǎng)絡(luò)介紹

1.感受野，權(quán)值共享

2.卷積計(jì)算

3.卷積的步長(zhǎng)

4.池化

5.Padding

6.MNIST網(wǎng)絡(luò)結(jié)構(gòu)介紹

Tensorflow使用

1.深度學(xué)習(xí)框架介紹

2.Tensorflow安裝

3.Tensorlfow基礎(chǔ)知識(shí)：圖，變量，fetch，feed

4.Tensorflow線性回歸

5.Tensorflow非線性回歸

6.Mnist數(shù)據(jù)集合Softmax講解

7.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識(shí)別

8.交叉熵(cross-entropy)講解和使用

9.過擬合,正則化,Dropout

10.各種優(yōu)化器Optimizer

11.改進(jìn)手寫數(shù)字識(shí)別網(wǎng)絡(luò)

12.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹

13.使用CNN解決手寫數(shù)字識(shí)別

keras使用

1.實(shí)現(xiàn)線性回歸

2.實(shí)現(xiàn)非線性回歸

3.MNIST數(shù)據(jù)集以及Softmax介紹

4.MNIST分類程序

5.交叉熵的應(yīng)用

6.Dropout應(yīng)用

7.正則化應(yīng)用

8.優(yōu)化器介紹及應(yīng)用

9.CNN應(yīng)用于手寫數(shù)字識(shí)別

10.cifar-10圖片分類

11.模型的保存和載入

12.繪制網(wǎng)絡(luò)結(jié)構(gòu)

圖像識(shí)別項(xiàng)目

1.介紹Google圖像識(shí)別模型Inception-v3

2.使用Inception-v3做圖像識(shí)別

貓狗分類項(xiàng)目 1.圖像數(shù)據(jù)預(yù)處理

2.貓狗分類-簡(jiǎn)單CNN

3.貓狗分類-VGG16-bottleneck

4.貓狗分類-VGG16-Finetune

驗(yàn)證碼識(shí)別項(xiàng)目 1.多任務(wù)學(xué)習(xí)介紹

2.驗(yàn)證碼識(shí)別項(xiàng)目

目標(biāo)檢測(cè)項(xiàng)目 1.目標(biāo)檢測(cè)任務(wù)介紹

2.RCNN/Fast-RCNN/Faster-RCNN算法介紹

3.YOLO算法介紹

4.SSD算法介紹

5.目標(biāo)檢測(cè)項(xiàng)目實(shí)戰(zhàn)

目標(biāo)分割項(xiàng)目

1.目標(biāo)分割任務(wù)介紹

2.全卷積網(wǎng)絡(luò)

3.雙線性上采樣

4.特征金字塔

5.Mask RCNN算法介紹

6.目標(biāo)分割項(xiàng)目實(shí)戰(zhàn)

圖像風(fēng)格遷移項(xiàng)目

1.圖像風(fēng)格遷移介紹

2.圖像風(fēng)格遷移項(xiàng)目實(shí)戰(zhàn)