在所有编程语言里，Python并不算年轻，从1991年发布第一个版本，至今已经快30年了。它是一门非常适合人工智能开发的语言，人工智能所需数据获取、数据分析、数据建模的流程都可以通过Python的类库**解决。最近几年，随着人工智能概念的火爆，Python迅速升温，成为众多AI从业者的**语言。

1.熟练掌握Django核心语法、与MVT设计模式；

2.熟练掌握DjangoORM映射基础与Admin管理页面；

3.掌握Web项目与前端CSS、Ajax整合使用；

4.熟练掌握Scrapy爬虫的数据获取、解析、保存；

5.熟练掌握Scrapy模拟登陆、分布式爬虫技术；

6.熟练使用WebPack进行模块化开发。

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

《Python机器学习（原书第2版）》，本书将机器学习背后的基本理论与应用实践联系起来，通过这种方式让读者聚焦于如何正确地提出问题、解决问题。书中讲解了如何使用Python的核心元素以及强大的机器学习库，同时还展示了如何正确使用一系列统计模型。