深度学习框架AFFE-Windows快速入门到应用第1课.docxVIP

深度学习框架CAFFE-Windows快速入门到应用第1课 51CTO学院 为什么学习这门课？ 深度学习是当下时代前进的一个方向，很可能在不久之后的某一天为你带来极大的机遇，不要错过它！ 刷脸取款 拍照搜题—中学生拍照搜题利器 以图搜宝贝 手势控制拍照 车辆检测 人脸检测 车牌识别 课程目录（windows 下c++/matlab/python） 一、CAFFE学习初步 Caffe在windows下的编译 详解Caffe实用工具的使用—compute_image_mean等 手写字体识别案例学习（掌握模型训练的一般步骤，数据格式转换lmdb等…） 识别自己的手写图片（如何使用训练好的模型） 训练超参数文件、网络模型文件、卷积、池化、全连接、softmax讲解 CIFAR10 案例学习与应用（掌握模型训练的一般步骤对比与minst的不同） 二、探索CAFFE源码 Caffe 的数据结构（Blob, Layer, Net） 脱离caffe原有的工程，新建VS2013的工程，导入 caffe ,学习相应数据结构的基本操作 关于层无法识别的解决方案 三、学以致用—基于全卷积神经网络的人脸检测项目（复现论文的车辆检测部分）及caffe可视化处理 将车辆检测的新方法应用于人脸检测 论文中训练网络、训练超参数文件的编写 详解设计网络时各层参数的计算与选择 提供12万人脸正样本、30万人脸负样本数据及样本预处理方式、大批量图片如何转成lmdb格式、训练 Malab接口使用、Loss的可视化、heatmap提取与可视化 评估效果与改进方案 补充：人脸识别中的特征提取、数据清洗 五、结尾 Python接口编译及基本使用示例 总结与学习建议 四、Caffe进阶（多标签回归问题）Multi-labels 正则表达式处理pascal图片数据库 训练数据多标签与hdf5格式转换、回归问题的标签预处理 非图像数据如何转换格式进行训练？ 任意层特征提取 深入caffe 源码，详解特征提取（extract feature）功能源码，并修改源码用于物体定位 手写数字识别案例 cifar10 本课程适用人群 1.有一定编程基础的同学，没有基础就花点时间学习，课程里头会告诉大家该学习什么，仅仅需要你们的热情和决心 2.研究生及研究生以下，毕业设计是深度学习的同学快速上手 3.资深的软件工程师，快速入行深度学习领域 4.当然，不管学历如何，基础如何，只要你愿意，严格按照教程走下去，肯定学得会！ 本课程要求： 课程使用的环境： 操作系统：windows 7 64位 所需软件：Visual Studio 2013 Ultimate版+ Matlab R2014以上版本 CPU_ONLY模式 编程语言c/c++ /matlab /python 注：Ubuntu的同学建议使用14.04的版本 尊重知识产权，侵权必究，承担相应法律责任！