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,免費提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。☆合格學(xué)員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 第一部份【1】
  1、OpenCV使用
  1.安裝opencv 2.圖像處理基礎(chǔ) 3.圖像運算和轉(zhuǎn)換 4.圖像平滑處理 5.圖像梯度 6.圖像邊緣檢測 7.圖像金字塔 8.人臉檢測和識別
  第一部份【2】
  1、卷積神經(jīng)網(wǎng)絡(luò)介紹
  1.感受野，權(quán)值共享 2.卷積計算 3.卷積的步長 4.池化 5.Padding 6.MNIST網(wǎng)絡(luò)結(jié)構(gòu)介紹
  第二部份【1】
  1、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：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.改進手寫數(shù)字識別網(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)字識別
  第二部份【2】
  1、keras使用
  1.實現(xiàn)線性回歸 2.實現(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)
  第三部份【1】
  1、圖像識別項目 貓狗分類項目
  1.介紹Google圖像識別模型Inception-v3 2.使用Inception-v3做圖像識別 1.圖像數(shù)據(jù)預(yù)處理 2.貓狗分類-簡單CNN 3.貓狗分類-VGG16-bottleneck 4.貓狗分類-VGG16-Finetune
  第三部份【2】
  1、驗證碼識別項目 目標檢測項目
  1.多任務(wù)學(xué)習(xí)介紹 2.驗證碼識別項目 1.目標檢測任務(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.目標檢測項目實戰(zhàn)
  第四部份【1】
  1、目標分割項目
  1.目標分割任務(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.目標分割項目實戰(zhàn)
  第四部份【2】
  1、圖像風(fēng)格遷移項目 GAN項目
  1.圖像風(fēng)格遷移介紹 2.圖像風(fēng)格遷移項目實戰(zhàn) 1.生成式對抗網(wǎng)絡(luò)GAN介紹 2.生成式對抗網(wǎng)絡(luò)GAN項目實戰(zhàn)