图像深度学习课程培训

课程目标：   通过该课程的学习，学员能够理解深度学习在图像处理方面的原理，优势；掌握主流深度学习框架、环境的搭建及部署；理解如何使用CNN神经网络处理图像，包括样本的标注，选取，训练过程；理解主流语义图像处理网络的原理并学会如何改善性能指标   课程大纲： 主题 内容         深度学习理论基础   神经网络的基本结构 神经网络基本运算单元 CNN卷积神经网络 CNN图像处理的原理 Python及常用深度学习python库 Linux深度学习环境搭建 GPU加速深度学习原理 主流深度学习框架及操作（caffe + tensorflow）         主流深度学习网络     MNIST卷积网络 Cifar-10卷积网络 Alexnet卷积网络 RNN及LTSM网络 基本CNN网络的训练         语义图像识别   语义图像识别原理 传统算法与深度算法 样本标注 样本选取的技巧 样本处理原则         主流语义识别网络   RCNN神经网络 Fast-RCNN神经网络 FCN全卷积网络与图像识别 训练过程与过拟合 模型与网络参数的优化