你将收获

1.熟悉常见的深度学习图像分类算法:AlexNet,ResNet等

2.了解常见的图像分类应用:交通标志分类,时尚服装分类,汽车图像分类等

3.掌握图像分类项目的开发流程:包括数据制作、网络训练、测试、优化等

4.了解图像分类的常见论文

适用人群

a)具备深度学习基本理论基础的学员 b)了解神经网络的基本原理的学员 c)从事Python开发的工程师

课程介绍


从事大数据与人工智能开发与实践约十年,钱老师亲自见证了大数据行业的发展与人工智能的从冷到热。事实证明,计算机技术的发展,算力突破,海量数据,机器人技术等,开启了第四次工业革命的序章。深度学习图像分类一直是人工智能的经典任务,是智慧零售、安防、无人驾驶等机器视觉应用领域的核心技术之一,掌握图像分类技术是机器视觉学习的重中之重。针对现有线上学习的特点与实际需求,我们开发了人工智能案例实战系列课程。打造:以项目案例实践为驱动的课程学习方式,覆盖了智能零售,智慧交通等常见领域,通过基础学习、项目案例实践、社群答疑,三维立体的方式,打造最好的学习效果。








本课知识点

深度学习class研发管理编程语言Python机器视觉工程师技术数据

课程目录

学员评价

5.0
  • 100%
  • 0%
  • 0%
  • 0%
  • 0%
  • 九万里风鹏正举_GIS 2020-04-16 11:29

    5.0分

    请问如何获取代码,加微信一直不同意

  • 铃灵狗 2020-04-14 20:24

    5.0分

    学习这个的人最好有keras的基础 然后对卷积神经网络有一个大致的了解 至少知道什么是激励函数呀 什么是优化器 最好先阅读过keras编写卷积神经网络的代码 另外还需要一些基础中的基础 python呀 numpy呀 tensorflow呀 什么的 再通过在学习过程中如果有看不懂的地方去百度搜索 才能够更好的学习老师的课程

  • 未来已来! 2020-03-29 01:19

    5.0分

    课程怎么看不了了

查看更多评价