深度学习项目:Django搭建CNN网络实现图像识别资源介绍:
本课程基于Django Web框架搭建CNN模型实现图像识别。首先介绍了Django Web框架的基础知识,具体包括Django工程创建的步骤、文件上传和图片上传的实现方法。然后介绍了卷积神经网络(CNN)的基本原理和经典CNN模型的网络结构。最后基于Django框架部署汽车分类模型。
资源目录:
第1章Django Web技术基础(3小时32分钟17节) 1-1文本应用程序处理流程[09:32] 1-2Web应用程序处理流程[06:12] 1-3MVC模式[20:25] 1-4MVT模式[06:29] 1-5虚拟环境virtualenv的安装[08:50] 1-6虚拟环境virtualenv的激活[08:54] 1-7Django项目的启动[13:38] 1-8Django的工程目录[21:25] 1-9VSCODE开发工具的配置[11:45] 1-10Django框架的模板[13:31] 1-11Django的第一个入门案例[09:41] 1-12Django搭建图书管理项目[03:23] 1-13Django图书管理的实现[18:03] 1-14Django静态资源的配置[10:11] 1-15Django中CSS样式的实现[05:34] 1-16使用模板加载静态资源[37:28] 1-17Django创建的项目整体流程[07:15] 第2章Django实现文件和图片上传(1小时49分钟9节) 2-1Django创建文件上传工程[20:05] 2-2主页面的创建[12:53] 2-3单文件上传的实现[26:47] 2-4异常信息的处理[06:54] 2-5创建多文件上传页面[09:19] 2-6多文件上传的具体实现[05:42] 2-7多文件上传的视图控制器[09:17] 2-8图片上传的实现(一)[13:23] 2-9图片上传的实现(二)[05:38] 第3章 卷积神经网络模型 (1小时33分钟 6节) 3-1卷积神将网络的基础[16:53] 3-2卷积神经网路的组成[16:08] 3-3卷积神经网络的计算过程[19:02] 3-4CNN手写数字识别的模型训练和评价[08:08] 3-5CNN手写数字识别网络搭建[25:56] 3-6CNN手写数网络结构修改的方法[07:39] 第4章 Django部署汽车分类模型 (1小时49分钟 8节) 4-1CNN实现二分类模型的训练[14:17] 4-2CNN实现二分类模型的预测[18:39] 4-3Django汽车分类项目的创建[09:49] 4-4Django项目的启动[10:48] 4-5Django页面的创建和跳转[12:26] 4-6Django部署汽车分类项目[18:10] 4-7登录界面的添加[14:41] 4-8AlextNet和ResNet实现汽车分类模型[10:34]
此隐藏内容仅限VIP查看升级VIP