基于web端的深度学习算法应用

[CSDN学习]

课程名称：基于web端的深度学习算法应用
讲师：胡建华 ，硕士毕业于电子科技大学，毕业后一直从事视频编解码算法以及深度学习人工智能方向，从事过视频编解码标准制定，有多项提案与算法被标准组织接受，从事过h264,h265,H266，VP9,AV1等视频编解码标准备相关工作。
课程收获：
掌握基于keras与tensorflow进行算法开发
开发基于web端的深度学习图像，把web端应用与人工智能相结合


适合人群：
专科，本科，研究生以及从事程序员工作的开发人员
课程目录：
第一章: 基于web端的深度学习算法应用介绍
第一节基于web端人脸识别实例 免费试学
第二节图片上传到后端示例 免费试学
第三节flask人脸识别 免费试学
第四节flask介绍与安装 免费试学
第五节flask入门与路由 免费试学
第六节flask变量传递 免费试学
第七节flask重定向 免费试学
第八节flask表格 免费试学
第九节数据渲染 免费试学
第一十节flask数据处理与传递 免费试学
第一十一节flask后端向前端传递 免费试学
第一十二节flask后端处理get请求 免费试学
第一十三节flask后端处理post请求 免费试学
第二章:深度学习简介与应用
第一节深度学习理论简介 免费试学
第二节数据集介绍 免费试学
第三节行人检测数据集制作 免费试学
第三章:深度学习环境配置
第一节深度学习环境配置 免费试学
第二节anaconda与jupyternotebook 环境建立 免费试学
第四章:深度神经网络（DNN）原理与实践
第一节深度神经网络（DNN）原理介绍 免费试学
第二节深度神经网络自己实现预测 免费试学
第三节深度神经网络自己实现训练 免费试学
第四节反向传播算法 免费试学
第五节keras理论介绍与实例操作 免费试学
第五章:卷积神经网络（CNN）原理与实践
第一节卷积神经网络入门与介绍 免费试学
第二节自己动手实现一个卷积神经网络 免费试学
第三节keras卷积神经网络 免费试学
第四节卷积神经网络直观解释 免费试学
第五节keras卷积神经网络实战 免费试学
第六节mnist数据集 免费试学
第七节keras模型保存与加载 免费试学
第八节keras使用模型预测 免费试学
第六章:循环神经网络（RNN）原理与实践
第一节keras设计dnn_cnn_rnn区别 免费试学
第二节keras使用RNN训练minist 免费试学
第七章:TensorFlow原理与实践
第一节1tensorflow原理与介绍 免费试学
第二节tensorflow前向计算过程 免费试学
第三节tensorflow反向传播算法 免费试学
第四节TensorFlow 多层感知器识别手写数字 免费试学
第五节TensorFlow卷积神经网络识别手写数字 免费试学
第八章:人脸识别项目实战
第一节人脸检测与对齐原理 免费试学
第二节人脸识别原理 免费试学
第三节环境搭建与人脸检测 免费试学
第四节人脸识别代码演示 免费试学
第五节人脸识别系统开发介绍 免费试学
第六节人脸识别系统opencv处理 免费试学
第七节人脸检测算法实现 免费试学
第八节人脸识别算法实现 免费试学