久热精品视频在线观看,精品女视频在线观看免费,是多家上市公司的设计供应商

計(jì)算機(jī)視覺及深度學(xué)習(xí)技術(shù)項(xiàng)目實(shí)戰(zhàn)

2021年7月26日-8月1日，青海西寧

課程簡(jiǎn)介

實(shí)驗(yàn)課程注重代碼實(shí)踐，更注重落地應(yīng)用

課程通俗講解計(jì)算機(jī)視覺領(lǐng)域經(jīng)典算法及其案例應(yīng)用，以深度學(xué)習(xí)算法為核心模型，主要內(nèi)容涉及神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)基礎(chǔ)，圖像分類，圖像增強(qiáng)，物體檢測(cè)，圖像分割，對(duì)抗生成網(wǎng)絡(luò)，知識(shí)圖譜等主流應(yīng)用領(lǐng)域。實(shí)戰(zhàn)項(xiàng)目全部選自真實(shí)數(shù)據(jù)集，基于PyTorch框架展開實(shí)戰(zhàn)。

通俗易懂，最接地氣的算法與應(yīng)用項(xiàng)目講解

全程實(shí)戰(zhàn)，基于真實(shí)數(shù)據(jù)集與實(shí)際任務(wù)需求

各領(lǐng)域項(xiàng)目配套模板與數(shù)據(jù)源碼全部贈(zèng)送

課程大綱

實(shí)驗(yàn)課程注重代碼實(shí)踐，更注重落地應(yīng)用

課程模塊

課程內(nèi)容

1、線性回歸與梯度下降算法

機(jī)器學(xué)習(xí)與人工智能概述

機(jī)器學(xué)習(xí)核心知識(shí)點(diǎn)與學(xué)習(xí)路線圖

線性回歸算法原理推導(dǎo)

目標(biāo)與損失函數(shù)定義

優(yōu)化策略分析

梯度下降算法原理分析

案例：多項(xiàng)式線性回歸對(duì)比分析

2、邏輯回歸算法

邏輯回歸算法原理推導(dǎo)

Notebook工具使用

機(jī)器學(xué)習(xí)建模流程

3、項(xiàng)目實(shí)戰(zhàn)：交易記錄數(shù)據(jù)建模實(shí)例

樣本不均衡數(shù)據(jù)解決方案

模型評(píng)估指標(biāo)對(duì)比

正則化懲罰項(xiàng)的作用

過擬合問題解決方案

參數(shù)對(duì)模型結(jié)果的影響

交叉驗(yàn)證的作用

模型測(cè)試結(jié)果分析

SMOTE過采樣效果

4、深度學(xué)習(xí)-神經(jīng)網(wǎng)絡(luò)算法及其應(yīng)用實(shí)例

神經(jīng)網(wǎng)絡(luò)必備基礎(chǔ)知識(shí)點(diǎn)概述

前向傳播與返向傳播

整體神經(jīng)網(wǎng)絡(luò)架構(gòu)分析

過擬合解決方案

神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例分析

5、深度學(xué)習(xí)框架PyTorch

深度學(xué)習(xí)框架安裝與測(cè)試

PyTorch基本操作解讀

基于PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)模型

完成分類與回歸模型訓(xùn)練

6、神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例

基于PyTorch框架構(gòu)建氣溫預(yù)測(cè)模型

模型評(píng)估與分析

7、計(jì)算機(jī)視覺-卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)必備知識(shí)點(diǎn)

卷積網(wǎng)絡(luò)整體架構(gòu)

卷積網(wǎng)絡(luò)所涉及參數(shù)

卷積網(wǎng)絡(luò)整體架構(gòu)

經(jīng)典網(wǎng)絡(luò)模型對(duì)比分析

8、計(jì)算機(jī)視覺經(jīng)典架構(gòu)解讀

Resnet模型解讀

Efficientnet架構(gòu)解讀

注意力機(jī)制等模塊分析

9、項(xiàng)目實(shí)戰(zhàn)：圖像識(shí)別模型實(shí)戰(zhàn)

數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強(qiáng)

預(yù)訓(xùn)練模型的作用

模型訓(xùn)練策略與應(yīng)用實(shí)例

花朵分類模型實(shí)戰(zhàn)

10、圖像分割經(jīng)典算法解讀

圖像分割算法及其應(yīng)用領(lǐng)域分析

Unet圖像分割算法

Unet升級(jí)版本架構(gòu)解讀

Deeplab系列算法分析

分割算法模型構(gòu)造分析

11、項(xiàng)目實(shí)戰(zhàn)：圖像分割實(shí)戰(zhàn)

12、項(xiàng)目實(shí)戰(zhàn)：對(duì)抗生成網(wǎng)絡(luò)

圖像分割算法解讀

Unet網(wǎng)絡(luò)架構(gòu)解讀

Unet升級(jí)版本細(xì)節(jié)分析

基于PyTorch構(gòu)建圖像分割模型

GAN模型應(yīng)用領(lǐng)域及其核心架構(gòu)分析

各大GAN模型算法解讀及其項(xiàng)目應(yīng)用

13、物體檢測(cè)經(jīng)典算法

物體檢測(cè)算法應(yīng)用領(lǐng)域分析

YOLO系列物體檢測(cè)算法解讀

YOLO數(shù)據(jù)處理與網(wǎng)絡(luò)模型構(gòu)建

V5版本工程架構(gòu)解讀

Efficient網(wǎng)絡(luò)模型解讀

EfficientDet檢測(cè)框架分析

缺陷檢測(cè)構(gòu)建方法與應(yīng)用

14、YOLOV5檢測(cè)項(xiàng)目實(shí)戰(zhàn)

源碼架構(gòu)分析

數(shù)據(jù)集處理與標(biāo)簽制作

圖像標(biāo)注方法

訓(xùn)練物體檢測(cè)算法模型

應(yīng)用與預(yù)測(cè)分析

15、深度學(xué)習(xí)通用框架及其源碼應(yīng)用解讀

深度學(xué)習(xí)各領(lǐng)域應(yīng)用模板分析

CV各大項(xiàng)目構(gòu)建流程

常用工具分析與路線整理

論文的價(jià)值與作用、總結(jié)與分析

16、知識(shí)圖譜應(yīng)用與核心知識(shí)點(diǎn)

知識(shí)圖譜在各領(lǐng)域應(yīng)用分析

知識(shí)圖譜構(gòu)建方法及其核心知識(shí)點(diǎn)

NLP在知識(shí)圖譜中的作用的地位

圖模型數(shù)據(jù)庫(kù)及其使用方法

Neo4j數(shù)據(jù)庫(kù)介紹

知識(shí)圖譜所需數(shù)據(jù)與項(xiàng)目流程解讀

17、基于知識(shí)圖譜的推薦系統(tǒng)實(shí)戰(zhàn)

醫(yī)藥或電影數(shù)據(jù)集處理方法

文本解析實(shí)例

實(shí)體構(gòu)造與圖模型存儲(chǔ)

基于Neo4j打造知識(shí)圖譜模型

構(gòu)建推薦引擎與應(yīng)用實(shí)例

案例實(shí)驗(yàn)展示

贈(zèng)送課件、代碼、數(shù)據(jù)、配套實(shí)踐手冊(cè)

深度學(xué)習(xí)-物體檢測(cè)項(xiàng)目實(shí)戰(zhàn)

圖像分割實(shí)戰(zhàn)

知識(shí)圖譜實(shí)戰(zhàn)

對(duì)抗生成網(wǎng)絡(luò)實(shí)戰(zhàn)系列

實(shí)力專家主講

實(shí)力派講師

唐宇迪

同濟(jì)大學(xué)碩士，華東理工博士。著有《跟著迪哥學(xué)Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)》、《人工智能必備數(shù)學(xué)基礎(chǔ)》。

課程方向：Python，數(shù)據(jù)分析，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，計(jì)算機(jī)視覺，自然語言處理，語音識(shí)別等全面覆蓋當(dāng)下Ai主流領(lǐng)域。線上課程選課學(xué)員超50W，累計(jì)開展線下培訓(xùn)100余場(chǎng)，線上直播500余場(chǎng)。中國(guó)電信，移動(dòng)，聯(lián)通特聘企業(yè)人才轉(zhuǎn)型培訓(xùn)導(dǎo)師，中國(guó)銀行，中信集團(tuán)，新能源科技，上汽大眾等公司特聘企業(yè)課題聯(lián)合培養(yǎng)導(dǎo)師。