请选择 进入手机版 | 继续访问电脑版
查看: 91|回复: 1

2017年最新期高清深度学习神经网络必备caffe学习与应用

[复制链接]

2万

主题

2万

帖子

6万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
69814
QQ
发表于 2018-8-23 23:14:54 | 显示全部楼层 |阅读模式
课程介绍:
随着深度学习技术在学术界和工业界得到广泛认可,越来越多的人开始参与到深度学习的相关研究和实践中来。然而,由于存在一定的技术门槛,快速入手深度学习的研究并不是一件容易的事情。其中的一个重要原因是,深度学习中的许多问题非常依赖于实践。然而长期以来,学术界和工业界缺少一款专门为深度学习而设计的,兼具性能、灵活性和扩展性等诸多优势于一身的开源框架。这使得无论是快速实现算法,还是复现他人的结论,都存在着实践上的困难。研究人员和工程师们迫切需要一套通用而高效的深度学习开源框架。2013年,一款叫作“Caffe”的深度学习框架由加州大学伯克利分校的贾扬清博士在Github上发布。发布伊始,Caffe框架就得到了广泛的关注。Caffe框架以“Layer层”为单位对深度神经网络的结构进行了高度的抽象,通过一些精巧的设计显著优化了执行效率,并且在保持高效实现的基础上不失灵活性。无论在结构、性能上,还是代码质量上,Caffe都是一款十分出色的开源框架。更重要的是,它将深度学习的每一个细节都原原本本地展现出来,供人们学习和实践。可以说,Caffe框架的发布极大地降低了深度学习研究和开发的难度。当前深度学习的计算框架除了Caffe还有很多,例如Torch、MxNet、TensorFlow、Theano等,而Caffe更擅长的是图像数据的深度学习处理,以及在开发之初就是以设计给科研人员实用为主,所以实用操作虽然不是最简便的,但是性能运算速度以及源码的设计都非常优秀,值得所有的“极客”们的学习。本课程从四个方面学习Caffe,分别是Caffe源码学习与介绍,Caffe使用与添加自定义Layer,自己动手写CNN框架以及案例应用,课程对深度学习的理论部分讲解不会很多,着重与Caffe框架的学习和实践,课程的宗旨是让同学们不仅可以学习并使用Caffe做深度学习的图像处理,还可以学习深度学习的程序实现,因此动手编程的部分较多,所以建议报名的同学是对编程有较大的热情。
课程目录:

一. Caffe源码学习与介绍
第1课 Caffe的介绍、安装和配置、Caffe的优点与局限性
第2课 深入Caffe源码,Caffe目录结构,数据结构,Caffe模型(Blob,Layer,Net)
第3课 Caffe的I/O模块,Caffe前/后向传播计算,优化求解过程,Layer的四种类型

二. Caffe使用与添加自定义Layer
第4课 使用Caffe已有的Layer层训练自己的数据集,编写Caffe实用工具
第5课 使用自己训练的Caffe模型文件到代码中,参数优化策略与模型对比方法(一)
第6课 使用自己训练的Caffe模型文件到代码中,参数优化策略与模型对比方法(二)
第7课 编写自己的自定义Layer添加到Caffe中并使用

三. 自己动手写CNN框架
第8课 编写属于自己的CNN框架(初级)
第9课 编写属于自己的CNN框架(进阶)
第10课 自己的CNN框架Caffe做对比,优化策略

四. 案例应用
第11课 Caffe+OpenCV实现基于CPU下运行Caffe的优化
第12课 利用Caffe训练代码实现R-CNN
第13课 简介Caffe基于GPU的应用
[attach]240[/attach]



购买主题 本主题需向作者支付 30 下载币 才能浏览
回复

使用道具 举报

2万

主题

2万

帖子

6万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
69814
QQ
 楼主| 发表于 2018-8-23 23:15:05 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|IT源码视频教程资源网 ( 粤ICP备15111573号-8 )

GMT+8, 2020-3-29 20:32 , Processed in 0.104501 second(s), 29 queries .

快速回复 返回顶部 返回列表

客服
热线

微信 webshop6
7*24小时微信 客服服务

扫码添
加微信

添加客服微信 webshop6 获取更多

关注
公众号

关注微信公众号 webjianzhan