用Python做深度学习(二):Caffe

1902063249 · 发表于 2019-4-20 10:01

〖课程介绍〗:
      适用人群：
            已经掌握python，已经理解深度学习的理论基础，先修课《用Python做些事》《用Python做深度学习（一）》  V: d6 m* b$ u7 u" P# e
  k2 L0 ^. s4 f; S0 \" X$ P
      课程概述：
            caffe作为深度学习框架因其容易上手，支持GPU，应用广泛，特别适合初学者。本课程的目标：30天让你Caffe从入门到能进行实战，程序方面仅对caffe的python接口进行介绍，C++编程没有涉及到。

〖课程目录〗:: f1 f3 N- Y5 {; W- n% s: J
      1.课时01.Caffe介绍和安装Caffe7 R6 f) M& a9 A/ z; O( G" J
      2.课时02.caffe初体验01. L/ q" X5 ~3 d3 t4 N+ W! a
      3.课时03.caffe初体验02
      4.课时04.Caffe的Layer，Net，Solver概念--mnist例子4 D- q5 b  B3 ?4 `* H
      5.课时05.DummyData.Layer和notMnist数据使用: v, }) s4 V9 N$ o5 V3 ~
      6.课时06.ImageDataLayer-01-模型收敛作业
      7.课时07.ImageDataLayer-02-作业讲解- V( g! P7 h' r9 @
      8.课时08.ImageDataLayer-03-进阶使用; A# u! C* F3 t
      9.课时09.MemoryDataLayer-01-正弦数据产生及作业
      10.课时10.MemoryDataLayer-02-作业解答& ]+ v( e# R% M& }& R3 {7 y
      11.课时11.HDF5DataLayer-01-正弦数据
      12.课时12.HDF5DataLayer-02-多标签数据) D& ~& W0 T  c* j* \7 _% E' |$ K
      13.课时13.HDF5-03-VOC2012数据集使用与作业
      14.课时14.LMDB-01-单label数据! G8 `9 s# H# z$ s  W0 q
      15.课时15.LMDB-02-多label数据% O; k0 F5 o4 g7 [, J/ \- W
      16.课时16.第二章数据转换作业: e, l$ q: [4 |9 j
      17.课时17.solver程序生成和cifar10数据使用  \2 N3 X. T/ g# L, z
      18.课时18.卷积和池化层-01-计算输出size
      19.课时19.卷积和池化层-02-Lenet
      20.课时20.Alexnet,.LRN,.DropOut讲解
      21.课时21.CaffeNet和Alexnet区别,.GTX1070的性能De
      22.课时22.理解迁移学习和FineTune，DogvsCat作业0 w- z& T/ l2 I  ?: m4 v
      23.课时23.2013年ZFNet和NIN简单介绍
      24.课时24.2014年VGG和GoogleNet简单介绍
      25.课时25.2015年BatchNorm介绍
      26.课时26.2015年ResNet介绍
      27.课时27.2016年Inceptionv4介绍
      28.课时28.caffe封装的分类器; I9 S* v2 M" N6 A4 f; B3 k4 o% C
      29.课时29.其他tools

游客，如果您要查看本帖隐藏内容请回复