☆ 1、如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
      ☆ 2、在課程結束之后,授課老師會留給學員手機和E-mail,免費提供半年的課程技術支持，以便保證培訓后的繼續消化；
      ☆3、合格的學員可享受免費推薦就業機會。
      ☆4、合格學員免費頒發相關工程師等資格證書，提升您的職業資質。

• 第一部分：計算機視覺入門
  掌握計算機視覺和圖像處理基礎知識。學會從圖像數據中提取重要特征，并將深度學習技術應用在人臉關鍵點檢測任務中。
  歡迎學習計算機視覺課程
  圖像表示法和分類
  卷積過濾器和邊緣檢測
  特征類型和圖像分割
  特征向量
  CNN 層級和特征可視化
  實戰項目 1：面部關鍵部位檢測
  第二部分：高階計算機視覺與深度學習
  學習將深度學習的架構應用于計算機視覺相關工作中。了解如何結合 CNN 和 RNN 網絡構建自動圖像標注的應用。
  高級 CNN 架構
  YOLO
  RNN
  長短期記憶網絡（LSTM）
  超參數
  深度學習注意力機制
  圖像說明
  項目：圖像說明
  選修：云計算
  實戰項目 2：圖像描述
  第三部分：目標檢測與定位
  了解如何定位對象并隨著時間的推移進行追蹤。這類技術已被用于各種移動系統，如無人駕駛車導航和無人機飛行中。
  動作簡介
  機器人定位
  迷你項目： 二維直方圖濾波器
  卡爾曼濾波器簡介
  狀態與移動
  矩陣和狀態變換
  即時定位與地圖構建
  選修：車輛運動和微積分
  實戰項目 3：地標檢測和機器人跟蹤 (SLAM)
  第四部分：云計算（選修）
  學習如何利用 Google Cloud 與 AWS 上的 GPU 進行機器學習和科學計算。
  用 Google Cloud 進行云計算
  用 AWS 進行云計算
  第五部分：計算機視覺與深度學習的應用（選修）
  使用其他人在 Github 上貢獻的預訓練模型，嘗試幾個非常酷的計算機視覺和深度學習應用，例如風格遷移。
  風格遷移
  DeepTraffic
  Flappy Bird
  課外圖書
  第六部分：[回顧] 訓練神經網絡（選修）
  復習訓練神經網絡的基礎知識，了解神經網絡是如何訓練的。
  前向反饋與反向傳播
  訓練神經網絡
  通過 PyTorch 進行深度學習
  第七部分：[實戰] 皮膚癌檢測（選修）
  Sebastian Thrun 向我們講述了他用卷積神經網絡探測皮膚癌的開創性工作。
  項目簡介
  皮膚癌與醫學分類
  數據挑戰
  訓練神經網絡
  敏感性與特異性
  癌癥診斷
  ROC 曲線回顧
  可視化
  神經網絡關注的是什么
  混淆矩陣
  迷你項目：皮膚科醫生的人工智能
  第八部分：[實戰] 文本情感分析（選修）
  在這節課中，《Grokking Deep Learning》一書的作者 Andrew Trask，將指導你一步步來運用神經網絡進行情感分析。具體而言，你將構建一個神經網絡，完全根據評論文本內容將影評歸類為正面影評或負面影評！
  認識 Andrew Trask
  分析問題
  迷你項目 1
  迷你項目 2
  迷你項目 3
  理解神經網絡中的噪音
  迷你項目 4
  迷你項目 5
  進一步減少噪音
  迷你項目 6
  分析與總結
  第九部分：更多深度學習模型（選修）
  在這節課中，《Grokking Deep Learning》一書的作者 Andrew Trask，將指導你一步步來運用神經網絡進行情感分析。具體而言，你將構建一個神經網絡，完全根據評論文本內容將影評歸類為正面影評或負面影評！
  場景理解
  全卷積神經網絡
  語義分割
  3D CNN 架構
  簡介
  手勢識別
  端到端學習
  實現手勢識別 3D CNN