Python3+TensorFlow 打造人脸识别智能小程序

本文主要是介绍Python3+TensorFlow 打造人脸识别智能小程序，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

第1章 课程导学

本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等，帮助大家从整体上了解本门课程的整体脉络。

1-1 课程导学 试看
第2章 深度学习基础串讲（必备理论知识）

主要介绍深度学习的基础知识，具体包括了深度学习的发展历程、基本概念（前向运算、反向传播、参数优化）、深度学习数学基础（导数、方向导数、偏导数、梯度）等，通过介绍深度学习基础知识帮助大家从宏观和微观两个角度掌握深度学习的基本概念，为后续课程的学习奠定基础。...

2-1 卷积神经网基本概念
2-2 前向运算
2-3 反向传播基本概念
2-4 反向传播迭代过程及参数优化概念
2-5 反向传播之导数、方向导数、偏导数、梯度的概念
2-6 反向传播之梯度下降算法
2-7 深度学习发展迅猛的原因
第3章 卷积神经网络基础串讲（必备理论知识与技巧）

主要介绍卷积神经网的基础知识，具体包括了发展历程、网络结构、卷积神经网计算性能比较、网络结构比较、网络设计思想、小卷积核的妙用、1*1卷积核的使用、轻量型卷积神经网设计思想和典型网络结构、卷积神经网中的Attention机制（SENet等）、多分枝的卷积神经网（Siamese、TripletNet等）、卷积神经网压缩方法等，通过介绍...

3-1 卷积神经网内容概括
3-2 基本组成单元
3-3 卷积运算的定义
3-4 卷积的重要参数以及卷积核
3-5 权值共享与局部连接
3-6 卷积核与感受野
3-7 步长与Pad
3-8 卷积的定义与使用介绍（Tensorflow与Caffe）
3-9 池化层
3-10 激活层
3-11 BN
3-12 全连接层
3-13 dropout
3-14 损失层（1）
3-15 损失层（2）
3-16 卷积神经网发展历史
3-17 LeNet与AlexNet-卷积神经网如何减少参数量和计算量
3-18 ZFNet与VggNet-卷积神经网如何减少参数量和计算量
3-19 Inception系列-卷积神经网如何减少参数量和计算量
3-20 从卷积的角度思考，如何减小网络中的计算量？
3-21 resnet系列网络（1）
3-22 resnet系列网络（2）
3-23 网络性能计算量对比
3-24 轻量型卷积神经网-SqueezeNet
3-25 轻量型卷积神经网-MobileNet
3-26 轻量型卷积神经网-ShuffleNet V1
3-27 轻量型卷积神经网-ShuffleNet V2
3-28 多分支的卷积神经网
3-29 卷积神经网中的Attention
3-30 卷积神经网的压缩方法
第4章 Tensorflow基础串讲（必备TF框架知识与实操）

主要介绍TF使用基础，具体包括了基本概念（graph、session、tensor、operation、feed、fetch等）、核心API接口、高级API接口、数据读取及编程实现、TFRecord数据格式打包及编程实现、Cifar10数据的解析及编程实现、tensorboard调试技巧、TF数据增强等，通过具体Cifar-10图像分类任务来帮助大家了解如何实战Tensorflow搭建深...

4-1 TensorFlow概念介绍-Graph
4-2 Session-Tensor-Operation-Feed-Fetch介绍
4-3 TensorFlow中核心API接口
4-4 TensorFlow数据读取机制与API方法
4-5 Cifar10数据解析编程案例
4-6 Tensorflow中T...

下载地址：https://www.feimaoke.com/1341.html

这篇关于Python3+TensorFlow 打造人脸识别智能小程序的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！