5天搞定深度学习框架-Caffe入门系列-覃秉丰-专题视频课程

5天搞定深度学习框架-Caffe入门系列—8916人已学习
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。后的部分会使用GoogleNet实现图像识别。
课程收益
    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。
讲师介绍
    覃秉丰 更多讲师课程
    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。
课程大纲
    1. Caffe介绍  12:18
    2. Caffe在windows下的安装编译  8:25
    3. Caffe快速上手-mnist数据集分类(一)  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
大家可以点击【 查看详情】查看我的课程