12

Tensorflow学习及案例分析视频课程(让自己的样本run起来)课件资料

上传者:koke8756

发布时间:2017-10-09 17:53:32

大小:6 M

简介:本课程主要以深度学习技术应用于项目目的出发,前两部分从深度学习相关开发工具Anacond、Tensorflow、Python-OpenCV2的安装开始,一步一步仔细讲解、分析、编程实现:卷积神经网络CNN中的各种技术细节,让大家更好的理解卷积层、池化层、激活层等运算实现方式,快速上手构建、编写自己的卷积神经网络。后两部分详细讲解2个项目:Gesture、Cifar-10,从零开始,涉及通过样本的原图构建自己的训练数据集、构建自己的CNN模型、分析模型、训练模型、保存模型,加载模型进行预测,一些列完整的例程操作实现。期间还涉及图像的样本制作方法,如样本的白化处理和增广技术。具体:1、深度学习简介2、CNN的相关运算   从理论到程序:单通道数据和多通道数据的卷积(convolution)、池化(pooling)、激活层(relu)等原理分析及程序实现。3、Gesture案列分析,包括   1) Gesture tfrecords原图数据集(数据类型uint8)制作;   2)tfrecords数据集解码,构建训练的Batch;   3)CNN 模型分析及构建、模型训练、模型保存的实现;   3)模型加载预测样本。4、Cifar-10案例分,包括   1)三通道原图数据白化处理;   2) 基于白化处理后的浮点数据制作tfrecords数据集;   2)浮点型tfrecords的数据集解码   3)模型分析构建、训练保存;   3)已有模型再训练;   4)模型加载预测。

TensorfFlow 人工智能 图像处理
下 载 11人已下载
分享