课程目录
1 课程整体内容介绍 (09:01) 2 初步认识CNN和数学公式复习 (09:37) 3 CNN 卷积层概念 (07:18) 4 CNN 中的stride和zero-padding使用方法 (08:47) 5 CNN 特征图计算 (08:51) 6 CNN PoolLayers和FC&训练过程演示 (22:55) 7 CNN 网络发展历史 (09:11) 8 图形化介绍FC和CNN 区别以及CNN 层概念 (06:50) 9 keras 实现CNN 网络 (05:22) 10 图形化方式介绍CNN在图像应用 (10:20) 11 CNN 在语音和文本中应用介绍 (06:17) 12 项目实战 图像分类实战大纲介绍 (08:38) 13 项目实战 导入图像库以及数据探索 (09:30) 14 项目实战 数据预处理 (10:43) 15 项目实战 pytorch数据加载和可视化 (16:12) 16 项目实战 RGB三通道数据可视化 (09:34) 17 项目实战 fine tuning 模型加载和网络调整 (12:23) 18 项目实战 模型训练功能 (16:15) 19 项目实战 模型验证集验证 (16:31) 20 项目实战 分类混淆矩阵效果评估 (10:12) 21 项目实战 数据预测可视化&GPU效果 (09:20) 22 项目实战 CPU环境训练过程&tensorboardx可视化 (15:30) 23 项目实战 GPU环境训练&在线服务预测(附：源码） (04:29)
