5天搞定深度學習框架-Caffe入門系列-覃秉豐-專題視訊課程

5天搞定深度學習框架-Caffe入門系列—8916人已學習
課程介紹    

    本課程是在windows環境下的caffe課程，主要使用的是python的介面。 首先帶著大家完成一個MNIST手寫數字識別的專案，讓大家瞭解caffe訓練模型的大致流程。然後會講到caffe中的一些重要檔案和配置，使用python繪圖。後的部分會使用GoogleNet實現影象識別。
課程收益
    瞭解caffe基本框架，以及檔案配置。學會繪製網路結構圖，特徵平面圖，loss曲線圖和accuracy曲線圖。學會使用caffe訓練模型的完整流程，並學會訓練自己的模型。
講師介紹
    覃秉豐更多講師課程
    機器學習，深度學習神經網路領域多年開發研究經驗，精通演算法原理與程式設計實踐。曾完成過多項影象識別，目標識別，語音識別的實際專案，經驗豐富。關注深度學習領域各種開源專案，如TensorFlow，Caffe，Torch等。喜歡理論與實踐相結合的教學風格，課程編排由淺入深，體系清晰完整。
課程大綱
    1.Caffe介紹  12:18
    2.Caffe在windows下的安裝編譯  8:25
    3.Caffe快速上手-mnist資料集分類(一)  20:27
    4.Caffe快速上手-mnist資料集分類(二)  20:26
    5.Caffe檔案詳解  44:17
    6.各種優化器的介紹  25:30
    7.Caffe的python介面安裝，以及模型視覺化  28:33
    8.Caffe特徵圖視覺化以及學習曲線視覺化  45:14
    9.GoogleNet結構講解，準備用GoogleNet實現影象識別  28:59
    10.使用python介面呼叫GoogleNet實現影象識別  16:38
    11.Caffe在windows下GPU版本的安裝  14:53
    12.使用自己設計的網路訓練自己的影象識別模型(一)  26:08
    13.使用自己設計的網路訓練自己的影象識別模型(二)  39:16
    14.遷移學習-Finetune  27:51
    15.Snapshot以及課程總結  8:27
大家可以點選【檢視詳情】檢視我的課程