Deep Learning with Python

该应用程序的目标是从基础知识开始，向深度学习爱好者介绍计算机视觉，然后转向更现代的深度学习模型。面向计算机视觉应用程序的深度学习将涵盖图像和视频识别，包括图像分类和注释，对象识别和图像搜索，各种对象检测技术，运动估计，视频中的对象跟踪，人类动作识别，以及最终的图像样式化，编辑和新的图像生成。在课程项目中，学生将学习如何构建人脸识别和操纵系统，以了解该技术的内部机制，这可能是最知名的，并且经常在电影和电视节目中以计算机视觉和AI为例进行演示。

主要主题：

✔什么是深度学习？

✔图像基础。

✔图像分类基础。

✔图像分类的数据集。

✔配置您的开发环境

✔创建第一个图像分类器。

✔参数化学习

✔优化方法和正则化。

✔神经网络基础知识。

✔卷积神经网络。

✔训练您的第一个CNN。

✔保存和加载模型

✔LeNet：识别手写数字。

✔MiniVGGNet：深入研究CNN

✔学习率调度器。

✔发现不足和过度拟合。

✔检查点模型。

✔可视化网络体系结构。

✔计算机视觉概念和实践示例

✔开箱即用的CNN进行分类。

✔Python编程核心主题。

✔数据科学主题Python代码示例。

✔带有代码示例的机器学习。