|
|
课程介绍：$ X" M3 \6 c2 X( ], s3 K
- {) `% r1 E4 a# ^- g, n5 \% {
深度学习框架caffe入门，详解网络配置中每一个层的结构和参数项，对于超参数配置文件详解每一个参数的含义以及选择策略。对于数据源实例演示了两种最常用的数据源LMDB和HDF5格式。课程涉及许多caffe框架的小技巧如绘制网络图和loss曲线，自定义python层等。希望大家通过学习可以熟练使用caffe去训练网络完成各自的任务。3 A0 u" Z* l* ~9 V; q
1 p2 y! Y! j" s% f! I课程目标：6 o! o% x- o0 s! x2 T i, p
( X3 S0 [. x3 n9 D
快速上手深度学习框架，解答同学们实践过程中问题。
$ n" ]% E7 `' B5 F, Y
" {7 W) |2 l3 {适用人群：
5 v" m/ T' ]9 ~
7 x0 e, Q& [3 \! e+ O4 q深度学习爱好者,caffe使用者* K# R3 w. L% C0 b3 U
4 |: Z7 ]5 t7 h2 y6 u
课程目录：
+ [: `& R7 V8 E8 H. b
2 Z% g2 \2 u8 S2 k+ \& J; H" j% E1 caffe框架视频课程01 深度学习框架caffe简介
. Q# ~8 s0 U1 _ 课程介绍8 i2 w4 U {& r% h" M
2 caffe框架视频课程02 网络配置-数据层详解7 X0 L4 M& C; K) x/ ~
课程大纲7 g8 s& `$ _& e2 x9 D
3 caffe框架视频课程03 网络配置-各计算层详解
0 }/ Y* x* X+ N) n0 V# y, } 学习资料: _1 }$ n: ^1 m! \6 q0 [6 n
4 caffe框架视频课程04 solver超参数配置文件
0 t0 W" r4 q; E" e p0 R 学员评价. t7 g# r" z: f8 q6 T, o
5 caffe框架视频课程05 制作LMDB数据源训练分类网络, s9 r" [. w. F2 n7 U$ t
深度学习框架caffe背景简介，整体流程，课程风格。
7 s. N, I' R b7 p6 caffe框架视频课程06 多label问题之HDF5数据源2 B' t+ ?8 e2 D1 ^$ s! W v4 o- d
详解网络配置文件中数据层规范写法以及每一个参数所表达的意义。
0 F; D5 z. @7 k- w8 P/ \9 Y7 caffe框架视频课程07 使用命令行训练网络, Z" L% h) ^/ T: O1 d
卷积层结构，参数意义以及网络中其他所有层的参数结构详解。
0 r9 Z+ ~& R& _8 caffe框架视频课程08 使用python定义自己的层$ H# t5 N# v& E4 | f
详解solver文件中每一个参数的意义和选择标准。: }: Y2 `0 o, q3 y) Q
9 caffe框架视频课程09 绘制网络结构图! s& ?, _1 {5 B
实例演示如何根据caffe要求制作LMDB数据源，详解脚本文件每一行命令，并应用于训练网络。
. G$ t- T6 @% p8 q10 caffe框架视频课程10 生成网络配置文件
/ Q+ J5 r0 f: F0 `* ]7 x 实例演示如何根据caffe的要求制作HDF5数据源，逐行代码进行分析。& u1 r. [. @4 m* h/ p
11 caffe框架视频课程11 对训练的网络模型绘制LOSS曲线5 |) E# {+ Q2 K3 g6 w/ B$ g1 R
使用命令行完成网络训练，命令行参数详解，实例演示。
3 b1 L& O/ u! g1 Z* `5 `* j I0 V9 q# s12 caffe框架视频课程12 对训练结果进行分类任务
( u' O. z8 Q9 B! }( b1 w0 B9 Q 使用python代码自定义层次结构，并完成相应的计算操作。
# A1 } F6 o6 j' A% N" U7 a, \" r& b- o M
& X3 A9 P9 n; s' a# Q+ l
# Q' P2 e! E- o" V' V
8 A B9 H2 _0 A; m4 E9 x; }! Y" v# v: l* k
& R, C" J7 t! E& I; g2 b
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
2 ~5 B5 r5 S0 ~3 D: n' l8 l: [, @: ?9 o- }
8 E1 J5 f9 _+ f4 p* a4 W1 u' m1 j+ R& W( Q% j; A- j. y0 q
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-27 05:42:01
