讲解方式：

本课程采用由浅入深,层层递进的讲解方式, 让你轻松掌握tensorFlow的使用, 使用tensorflow构建神经网络并完成图像分类任务。

课程亮点：

1，课程由浅到深，由原理到实践，适合零基础入门学习。

2，结合实际案例，培养解决实际问题的能力。

课程内容：

1. tensorflow和keras简介

2.快速入门模型

3.神经网络简介

4.常见的损失函数

5.深度学习的优化方法

6.深度学习的正则化

7.图像分类

8.图像增强

9.模型微调

适用人群：

1、对深度学习与计算机视觉感兴趣在校生和应届生。

2、对目前职业有进一步提升要求，希望从事计算机视觉行业高薪工作的在职人员。

3、对计算机视觉行业感兴趣的相关人员。

课程主讲内容包括：

阶段一：课程接受

1. 深度学习

2. 计算机视觉（CV）

阶段二： tensorflow入门

1. tensorflow和keras简介

2. 快速入门模型

阶段三. 深度神经网络

1. 神经网络简介

2. 常见的损失函数

3. 深度学习的优化方法

4.深度学习的正则化

5.神经网络案例

6.卷积神经网络CNN

阶段四：图像分类

1. 图像分类简介

2. AlexNet

3. VGG

4. GoogLeNet

5.ResNet

6.图像增强方法

7.模型微调