课程目标：

　　通过本次深度学习培训，学员能够理解深度学习在图像处理方面的原理，优势;掌握主流深度学习框架、环境的搭建及部署;理解如何使用CNN神经网络处理图像，包括样本的标注，选取，训练过程;理解主流语义图像处理网络的原理并学会如何改善性能指标

　　课程大纲：

　　1.深度学习理论基础

　　神经网络的基本结构

　　神经网络基本运算单元

　　CNN卷积神经网络

　　CNN图像处理的原理

　　Python及常用深度学习python库

　　Linux深度学习环境搭建

　　GPU加速深度学习原理

　　主流深度学习框架及操作(caffe + tensorflow)

　　2.主流深度学习网络

　　MNIST卷积网络

　　Cifar-10卷积网络

　　Alexnet卷积网络

　　RNN及LTSM网络

　　基本CNN网络的训练

　　3.语义图像识别

　　语义图像识别原理

　　传统算法与深度算法

　　样本标注

　　样本选取的技巧

　　样本处理原则

　　4.主流语义识别网络

　　RCNN神经网络

　　Fast-RCNN神经网络

　　FCN全卷积网络与图像识别

　　训练过程与过拟合

　　模型与网络参数的优化