Python是一种高级的编程语言，特点是易用，和JS差不多，Python被"创造"出来的过程也是有点巧合，但巧合之下往往隐藏着作者的水平。Python的用处也相当广泛，从网站后台开发到日常生活中的小工具都有能有立足之地。

课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

1.回归算法理论与实战；

2.决策树算法理论与实战；

3.集成学习算法理论与实战；

4.KNN算法和决策树算法理论与实战；

5.聚类算法理论与实战；

6.神经网络算法；

7.Tensorflow；

8.生成式对抗网络GANs。

模块一：OpenCV使用

1.安装opencv

2.图像处理基础

3.图像运算和转换

4.图像平滑处理

5.图像梯度

6.图像边缘检测

7.图像金字塔

8.人脸检测和识别

模块二：卷积神经网络介绍

1.感受野，权值共享

2.卷积计算

3.卷积的步长

4.池化

5.Padding

6.MNIST网络结构介绍

模块三：Tensorflow使用

1.深度学习框架介绍

2.Tensorflow安装

3.Tensorlfow基础知识：图，变量，fetch，feed

4.Tensorflow线性回归

5.Tensorflow非线性回归

6.Mnist数据集合Softmax讲解

7.使用BP神经网络搭建手写数字识别

8.交叉熵(cross-entropy)讲解和使用

9.过拟合,正则化,Dropout

10.各种优化器Optimizer

11.改进手写数字识别网络

12.卷积神经网络的介绍

模块四：keras使用

1.实现线性回归

2.实现非线性回归

3.MNIST数据集以及Softmax介绍

4.MNIST分类程序

5.交叉熵的应用

6.Dropout应用

7.正则化应用

8.优化器介绍及应用

10.cifar-10图片分类

11.模型的保存和载入

12.绘制网络结构

模块五：图像识别项目

1.介绍Google图像识别模型Inception-v3

2.使用Inception-v3做图像识别

模块六：猫狗分类项目

1.图像数据预处理

3.猫狗分类-VGG16-bottleneck

4.猫狗分类-VGG16-Finetune

模块七：验证码识别项目

1.多任务学习介绍

2.验证码识别项目

模块八：目标检测项目

1.目标检测任务介绍

3.YOLO算法介绍

4.SSD算法介绍

5.目标检测项目实战

模块九：目标分割项目

1.目标分割任务介绍

2.全卷积网络

3.双线性上采样

4.特征金字塔

6.目标分割项目实战

模块十：图像风格迁移项目

1.图像风格迁移介绍

2.图像风格迁移项目实战

模块十一：GAN项目

1.生成式对抗网络GAN介绍

2.生成式对抗网络GAN项目实战

更多课程详情请点击咨询专属客服

《数据结构与算法：Python语言实现》，本书采用Python语言介绍数据结构和算法，包括其设计、分析和实施。本书源代码简洁、明确，面向对象的观点贯穿始终，通过继承大限度地提高代码重用，同时彰显不同抽象数据类型和算法之间的异同。