扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 深度学习
  • 5天搞定深度学习框架-Caffe入门系列

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    • 1. Caffe介绍 (免费)
    • 12:18
    • 2. Caffe在windows下的安装编译 (免费)
    • 8:25
    • 3. Caffe快速上手-mnist数据集分类(一) (免费)
    • 20:27
    • 4. Caffe快速上手-mnist数据集分类(二)
    • 20:26
    • 5. Caffe文件详解
    • 44:17
    • 6. 各种优化器的介绍
    • 25:30
    • 7. Caffe的python接口安装,以及模型可视化
    • 28:33
    • 8. Caffe特征图可视化以及学习曲线可视化
    • 45:14
    • 9. GoogleNet结构讲解,准备用GoogleNet实现图像识别
    • 28:59
    • 10. 使用python接口调用GoogleNet实现图像识别
    • 16:38
    • 11. Caffe在windows下GPU版本的安装
    • 14:53
    • 12. 使用自己设计的网络训练自己的图像识别模型(一)
    • 26:08
    • 13. 使用自己设计的网络训练自己的图像识别模型(二)
    • 39:16
    • 14. 迁移学习-Finetune
    • 27:51
    • 15. Snapshot以及课程总结
    • 8:27
    • 【课程类型】实战教学 【难度级别】初级 【适合人群】所有人
    • 【课程介绍】
      本课程是在windows环境下的caffe课程,主要使用的是python的接口。 首先带着大家完成一个MNIST手写数字识别的项目,让大家了解caffe训练模型的大致流程。然后会讲到caffe中的一些重要文件和配置,使用python绘图。最后的部分会使用GoogleNet实现图像识别。
    • 【课程目标】
      了解caffe基本框架,以及文件配置。学会绘制网络结构图,特征平面图,loss曲线图和accuracy曲线图。学会使用caffe训练模型的完整流程,并学会训练自己的模型。
    • 【课程计划】
      随到随学

    1 Caffe介绍
    | 12:18
    对深度学习框架Caffe有一个大致介绍,并介绍本课程的内容的安排。
    详细介绍Caffe下windows环境下的CPU版本的编译。
    快速带着大家从头到尾完成MNIST手写数字识别的一个项目,让大家了解Caffe的运作流程。
    快速带着大家从头到尾完成MNIST手写数字识别的一个项目,让大家了解Caffe的运作流程。
    对caffe训练模型过程中用到的几个文件进行详细的介绍。
    介绍各种优化器的基本思想,并且对各种优化器进行对比。
    介绍python2.7和python3.5共存的方式,介绍caffe中python接口的安装。然后用两种方式实现网络结构的可视化。
    绘制模型的特征图以及loss曲线图和accuracy曲线图。
    分析GoogleNet的结构,准备用GoogleNet来做图像识别。
    详细讲解如何使用caffe的python接口来调用训练好的GoogleNet模型来进行图像识别。
    详细介绍CUDA,cuDNN安装,以及Caffe在windows环境下的GPU版本的安装,并测试GPU的运行效果。
    准备数据,制作标签,将图片转为LMDB格式。
    修改网络模型文件,修改超参数文件,训练模型,测试模型。
    介绍在caffe中对已经训练好的模型进行微调Finetune。
    模型继续训练,snapshot的使用方法。

    全部评价(0
    好评(0
    中评(0
    差评(0
    覃秉丰
    10课程18566学员
    机器学习,深度学习神经网络领域多年开发研究经验,精通算法原理与编程实践。曾完成过多项图像识别,目标识别,语音识别的实际项目,经验丰富。关注深度学习领域各种开源项目,如TensorFlow,Caffe,Torch等。喜欢理论与实践相结合的教学风格,课程编排由浅入深,体系清晰完整。