本课程是在windows环境下的caffe课程,会从windows环境下的安装编译开始讲起,详细介绍如何使用caffe来训练以及使用深度学习模型,主要使用的是python的接口。
课程的安排很清晰,首先带着大家安装CPU版本的caffe,然后快速带着大家完成一个MNIST手写数字识别的项目,让大家了解caffe训练模型的大致流程。然后会详细讲到到caffe中的一些重要文件和配置。之后会使用python接口来绘制网络结构图,特征平面图,loss曲线图和accuracy曲线图。
最后的部分会教大家使用GoogleNet实现图像识别。并详细讲解训练自己的图像识别模型的完整流程。从准备数据,制作标签,图片数据转换,修改网络模型文件,修改超参数文件讲起,一直到把模型训练好,然后通过python接口调用训练好的模型进行图像识别。以及使用迁移学习-Finetune的技术来训练我们的模型,还有snapshot的技术来恢复模型的训练。