?
課程目標(biāo):
?
通過該課程的學(xué)習(xí),學(xué)員能夠理解深度學(xué)習(xí)在圖像處理方面的原理,優(yōu)勢;掌握主流深度學(xué)習(xí)框架、環(huán)境的搭建及部署;理解如何使用CNN神經(jīng)網(wǎng)絡(luò)處理圖像,包括樣本的標(biāo)注,選取,訓(xùn)練過程;理解主流語義圖像處理網(wǎng)絡(luò)的原理并學(xué)會如何改善性能指標(biāo)
?
課程大綱:
| 
 主題 
 | 
 內(nèi)容 
 | 
| 
 ? 
? 
? 
? 
深度學(xué)習(xí)理論基礎(chǔ) 
 | 
 ? 
神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 
神經(jīng)網(wǎng)絡(luò)基本運(yùn)算單元 
CNN卷積神經(jīng)網(wǎng)絡(luò) 
CNN圖像處理的原理 
Python及常用深度學(xué)習(xí)python庫 
Linux深度學(xué)習(xí)環(huán)境搭建 
GPU加速深度學(xué)習(xí)原理 
主流深度學(xué)習(xí)框架及操作(caffe + tensorflow) 
? 
 | 
| 
 ? 
? 
? 
主流深度學(xué)習(xí)網(wǎng)絡(luò) 
? 
 | 
 ? 
MNIST卷積網(wǎng)絡(luò) 
Cifar-10卷積網(wǎng)絡(luò) 
Alexnet卷積網(wǎng)絡(luò) 
RNN及LTSM網(wǎng)絡(luò) 
基本CNN網(wǎng)絡(luò)的訓(xùn)練 
? 
 | 
| 
 ? 
? 
? 
語義圖像識別 
 | 
 ? 
語義圖像識別原理 
傳統(tǒng)算法與深度算法 
樣本標(biāo)注 
樣本選取的技巧 
樣本處理原則 
? 
 | 
| 
 ? 
? 
? 
主流語義識別網(wǎng)絡(luò) 
 | 
 ? 
RCNN神經(jīng)網(wǎng)絡(luò) 
Fast-RCNN神經(jīng)網(wǎng)絡(luò) 
FCN全卷積網(wǎng)絡(luò)與圖像識別 
訓(xùn)練過程與過擬合 
模型與網(wǎng)絡(luò)參數(shù)的優(yōu)化 
 |