人工智能:深度学习从入门到精通
10大专业方向,8种细分技能,一次搞定!
从框架到模型,从理论到实战,循序渐进系统进阶
几十个配套案例,全面覆盖深度学习核心应用场景

针对0基础用户开发,对标大厂前端工程师能力水平

从入门到全栈开发到项目构建,系统提升开发能力

针对大厂需求量身定制,一次性直达就业标准

24 课程内容
12 个月 教学服务期限
92 小时 视频时长
17 学习人数
100% 好评度
24 课程内容
12 个月 教学服务期限
70000 手敲代码
2 企业及项目
16+ 实操案例
17 学习人数

优惠价 ¥3399.00

支持花呗 7天可退款 ¥4200

加购物车 立即购买
阶段一
阶段二
阶段三
阶段四
阶段五
阶段六
阶段七
阶段八
阶段九
阶段一:Pytorch使用
第1周   Pytorch使用
本周学习深度学习Pytorch框架的使用,包括环境环境,网络结构搭建、优化器及损失函数定义,数据读取与增强。
课程安排:
1、Pytorch的特性与应用介绍
2、Pytorch的安装
3、张量的概念和基本操作
4、模型搭建方法
5、优化器与损失的定义与使用
6、数据使用和增强
阶段二:数据使用
第二周   数据使用
本周学习深度学习数据使用相关的内容,包括数据获取、数据整理、数据标注、数据增强方法。
课程安排:
1、数据的获取与整理
2、数据标注方法
3、数据增强的方法
4、进行数据增强实践
5、imgaug开源库介绍
6、imgaug库使用方法
阶段三:图像分类
第三周   多类别图像分类
本周学习图像分类基础,了解经典的多类别图像分类模型,掌握多类别图像分类实践
课程安排:
1、图像分类基础
2、经典的多类别图像分类模型
3、多类别图像分类实践
4、人脸表情识别项目
第四周   细粒度图像分类
本周学习细粒度图像分类理论,基于BCNN模型完成鸟类细粒度图像分类实战
课程安排:
1、细粒度图像分类理论
2、模型搭建及训练
3、基于BCNN模型完成鸟类细粒度图像分类实战
第五周   多标签、半监督、无监督、零样本分类
本周学习多标签图像分类理论与实践,学习半监督,无监督,零样本分类理论
课程安排:
1、多标签图像分类理论与实践
2、半监督,无监督,零样本分类理论
3、零样本分类理论
第六周   图像分类的常用竞赛技巧
本周基于血红细胞的图像分类任务,学习图像分类任务性能提升技巧详解
课程安排:
1、血红细胞项目实战
2、图像分类任务
3、图像分类任务性能提升技巧
4、图像分类竞赛技巧
阶段四:模型设计
第七周   模型设计基础
本周学习基于深度的深度学习经典模型的设计理论与实战,包括早期浅层卷积模型,深度学习发展初期的经典模型,ResNet垃圾图像分类实战
课程安排:
1、深度学习经典模型的设计理论与实战
2、浅层卷积模型
3、深度学习发展初期的经典模型
4、ResNet垃圾图像分类实战
第八周   模型设计进阶
本周学习基于宽度的深度学习经典模型的设计理论与实战,包括模型宽度设计思想,典型的基于宽度设计的模型,InceptionNet花卉分类实战
课程安排:
1、模型宽度设计思想
2、典型的基于宽度设计的模型
3、InceptionNet花卉分类实战
第九周   模型设计高级
本周学习深度学习注意力机制模型的设计理论与实战,包括空间注意力机制,通道注意力机制,混合注意力机制,基于SENet的人种分类实战
课程安排:
1、深度学习注意力机制模型
2、空间注意力机制
3、通道注意力机制
4、混合注意力机制
5、基于SENet的人种分类实战
第十周   轻量化网络理论与实践
本周学习轻量级模型的设计理论与实战,包括Xception和MobileNet,ShuffleNet,Squeezenet
课程安排:
1、轻量级模型的设计理论与实战
2、Xception
3、MobileNet
4、ShuffleNet
5、Squeezenet
第十一周   安卓模型部署
本周学习Pytorch模型的部署,包括模型训练,格式转换,安卓模型加载
课程安排:
1、Pytorch模型的部署
2、模型训练
3、格式转换
4、安卓模型加载
阶段五:目标检测
第十二周   目标检测基础
本周学习目标检测的基础理论,包括数据集,评估指标,算法发展流程
课程安排:
1、目标检测的基础理论
2、数据集
3、评估指标
4、算法发展流程
第十三周   one-stage算法
本周学习一阶段目标检测模型的理论与实战,包括YOLO v1到v5模型理论,YOLO v5实战
课程安排:
1、目标检测模型的理论与实战
2、YOLO v1到v5模型理论
3、YOLO v5实战
第十四周   two-stage算法
本周学习二阶段目标检测模型的理论与实战,包括RCNN,SPP,Fast RCNN,Faster RCNN理论,Faster RCNN实战
课程安排:
1、RCNN
2、SPP
3、Faster RCNN理论
4、Faster RCNN实战
第十五周   Anchor free模型理论与实战
本周学习Anchor-free模型的理论与实战,包括DensoeBox,CornerNet,CenterNet理论,CenterNet实战
课程安排:
1、Anchor-free模型的理论与实战
2、DensoeBox
3、CenterNet理论
4、CenterNet实战
第十六周   基于MMdetection的工程实践
本周学习MMdetection框架的使用,包括安装,总体讲解,配置文件讲解,源码分析
课程安排:
1、MMdetection框架的安装
2、总体讲解
3、配置文件讲解
4、源码分析
阶段六:图像分割
第十七周   图像分割基础与语义分割模型
本周学习图像分割基础,语义分割的经典模型,以及语义分割模型的改进,弱监督语义分割模型
课程安排:
1、图像分割基础
2、语义分割的经典模型
3、语义分割模型的改进
4、弱监督语义分割模型
第十八周   语义分割实战
本周学习语义分割的实战,包括从头搭建的简单模型,以及语义分割模型BiseNet实战
课程安排:
1、从头搭建的简单模型
2、经典的Unet等分割模型
第十九周   Image Matting理论与实战
本周学习Image Matting模型理论与实战,包括Image Matting的基础概念,经典模型设计,Semantic Image Matting实战
课程安排:
1、Image Matting的基础概念
2、经典模型设计
3、Semantic Image Matting实战
第二十周   实例分割理论与实战
本周学习实例分割模型理论与实战,包括二阶段实例分割模型,一阶段实例分割模型,Mask-RCNN实战
课程安排:
1、实例分割基础
2、二阶段实例分割模型
3、一阶段实例分割模型
4、Mask-RCNN的实例分割项目
阶段七:图像生成GAN
第二十一周   基础图像生成GAN模型
本周学习基础图像生成GAN理论与实战,包括DCGAN,条件GAN,多尺度GAN,DCGAN实战
课程安排:
1、DCGAN
2、条件GAN
3、多尺度GAN
第二十二周   高阶图像生成GAN模型
本周学习高阶生成GAN理论与实战,包括StyleGAN系列的理论与实战,增强与仿真GAN
课程安排:
1、高阶生成GAN理论与实战
2、StyleGAN系列的理论与实战
3、增强与仿真GAN
阶段八:模型分析
第二十三周   模型分析
本周学习模型分析相关方法的理论与实战,包括一系列模型可视化方法,模型复杂度与速度统计方法
课程安排:
1、模型分析相关方法
2、一系列模型可视化方法
3、模型复杂度
4、速度统计方法
阶段九:人脸检测与识别
第二十四周   人脸检测理论与实战
本周学习人脸检测与关键点检测相关方法的理论与实战,包括各类人脸检测模型,人脸关键点检测模型,RetinaFace实战
课程安排:
1、人脸检测与关键点检测相关方法
2、各类人脸检测模型
3、人脸关键点检测模型
4、RetinaFace实战
第二十五周   人脸识别理论与实战
本周学习人脸识别相关方法的理论与实战,包括各类人脸识别模型,MTCNN+VGGFace+Centerloss人脸识别实战
课程安排:
1、各类人脸识别模型
2、MTCNN+VGGFace+Centerloss人脸识别实战

学习咨询

选课、学习遇到问题?
扫码添加指导老师 1V1 帮助你!

扫码加顾问老师 立即咨询

意见反馈 帮助中心 APP下载
官方微信

在线咨询

领取优惠

免费试听

领取大纲

扫描二维码,添加
你的专属老师