查看原文
其他

课程 | 手把手教你做图像识别应用

2017-07-01 沉迷学习的 AI科技大本营

同学们好!


6月28日的免费直播课——《TensorFlow 实战教程:如何用卷积神经网络快速打造图片识别应用》圆满结束啦!小编分享点现场盛况,期待下次直播有你参与~


昨晚直播课共计千人在线报名,涌进直播现场同学超半数😄😄,大家边听课边交流,课堂十分热闹,有报名小伙伴表示还在加班。。。错过了直播,这部分同学可以在课程页面观看录播哈~2年内有效!


直播最后掀起了一波抢书大战,智老师根据直播内容提三个问题,第一个抢答对的同学分别获得一本书,最终以下3名小伙伴耳疾手快,用网速碾压其他小伙伴抢到了。



那课后同学都有啥评价呢?


小编对课程内容不很懂

但对讲师的播音腔大大加分😁

感兴趣小伙伴可以去网站看录播~~


下面宣!布!一!件!大!事!

   智亮老师最新直播课来啦!!


主题:《TensorFlow实战进阶:手把手教你做图像识别应用》

讲师:智亮
开课时间:7月12日起,每周三晚20:00-22:00直播,连续三周

报名:戳“阅读原文”或扫描下方课程二维码。

活动:早鸟票299元 ,原价399  ,7月6日恢复原价。


课程介绍


AI100 特邀阿里2017云栖大会 API Solution大赛一等奖团队的联合创始人智亮先生,给大家介绍当前图像识别领域中先进的深度学习模型,并从源码级给大家讲解TensorFlow实现工业级图像识别应用的详细过程。通过本次公开分享课程大家将能掌握从零开始使用TensorFlow搭建一个图像识别引擎,包括训练、评估及服务的能力。


讲师介绍


鲁朗软件(北京)有限公司联合创始人,毕业于东北大学。在计算机视觉领域有深厚的工业经验。Google TensorFlow框架的Contributor。带领团队开发的“花伴侣”植物识别App,上线数月即在0推广的情况下达到百万用户,并获得阿里巴巴2017云栖大会API Solution大赛一等奖,团队受邀成为腾讯微信公开课北京站九位演讲嘉宾之一。


课程大纲


1

TensorFlow基础和模型选择

上课时间:7月12日(周三)


1. TensorFlow简介

  • Python编程接口与C++底层的关系

  • 编译及安装,打开CPU加速和GPU加速

  • Graph、Session和Tensor

  • Control Flow

  • Op、Node和ProtoBuf 

2. 开始写程序之前

  • 基础操作

  • 高级封装介绍:TFLearn、Slim与Keras

  • 如何加速数据读取和提高内存分配效率

  • 控制显存分配与显卡分配

  • 多GPU的数据并行机制

3. 选择一个模型

  • 越深越好?也许不是这样

  • DenseNet、Inception和Resnet谁更好?

  • 快50倍的网络?

  • retrain或者fine-tune,这是个问题

  • ImageNet预训练的模型的正确使用方式


2
TensorFlow训练和验证模型

上课时间:7月19日(周三)


1. 数据的准备

  • 什么样的数据是好数据?

  • 数据越好,模型越准?

  • 被忽视的JPEG Quality

  • 数据预处理暗藏的杀机

  • 图片不是JPEG,怎么办

  • TFRecord的优势和劣势

  • 生成一套数据

  • 真的需要SSD吗?

2. 开始一次训练

  • 训练与验证分开的意义

  • 记录Summary与Tensorboard

  • 如何查看权重的值

  • Loss变成NaN了,怎么办?

  • 可视化

  • checkpoint

  • 一个简单的技巧却能改善识别的效果

3. 验证一个模型

  • checkpoint和meta以及protobuf

  • freeze一个模型

  • 用训练好的模型识别图片

  • 把这个模型上线测试

  • 弄个网站秀一下


3
调参!调参!调参!模型上线和部署

上课时间:7月26日(周三)


1. 调参

  • 所谓调参,调的到底是什么

  • 每层的参数究竟如何确定

  • 收敛速度 VS. 最高准确率

  • Learning-rate和exponential decay

  • Optimizer的选择

  • SDG和Adam的比较

2. 再调参

  • Dropout和Batch Normalize

  • 被忽略的正则化和初始化

  • 不均衡数据的分析与应对

  • shuffle重要吗?

3. 上线与部署

  • 模型的导出

  • 提高模型效率

  • 带条件模型的导出

  • 关于TensorFlow Serving

  • 模型的加密和分发

  • 部署到手机上的一大堆坑

  • 同时跑多个模型?


面向人群


1.了解机器学习基础知识

2.了解计算机视觉基础,对卷积神经网络有最基本的了解

3.熟悉Python语言

4.具有安装TensorFlow框架环境能力或有可使用的TensorFlow环境 


课程目标


帮助大家掌握从零开始使用TensorFlow搭建一个图像识别引擎,包括训练、评估及服务的能力。如果已经有了想法和数据,这套课程可以让你在短时间内做出自己的产品并上线提供演示和服务。 


我要报名


扫课程二维码直接报名


课程小助手


加课程小助手回复“C1”进群咨询

付款后加小助手进课程群


点击下方“阅读原文”立即报名

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存