1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

了解caffe基本框架，以及文件配置。學會繪制網絡結構圖，特征平面圖，loss曲線圖和accuracy曲線圖。學會使用caffe訓練模型的完整流程，并學會訓練自己的模型。
適用人群
想自己動手實踐深度學習神經網絡的人，想從事深度學習相關工作的人
課程簡介
本課程是在windows環境下的caffe課程，會從windows環境下的安裝編譯開始講起，詳細介紹如何使用caffe來訓練以及使用深度學習模型，主要使用的是python的接口。

課程的安排很清晰，首先帶著大家安裝CPU版本的caffe，然后快速帶著大家完成一個MNIST手寫數字識別的項目，讓大家了解caffe訓練模型的大致流程。然后會詳細講到到caffe中的一些重要文件和配置。之后會使用python接口來繪制網絡結構圖，特征平面圖，loss曲線圖和accuracy曲線圖。

最后的部分會教大家使用GoogleNet實現圖像識別。并詳細講解訓練自己的圖像識別模型的完整流程。從準備數據，制作標簽，圖片數據轉換，修改網絡模型文件，修改超參數文件講起，一直到把模型訓練好，然后通過python接口調用訓練好的模型進行圖像識別。以及使用遷移學習-Finetune的技術來訓練我們的模型，還有snapshot的技術來恢復模型的訓練。
1Caffe介紹
2Caffe在windows下的安裝編譯
3Caffe快速上手-mnist數據集分類(一)
4Caffe快速上手-mnist數據集分類(二)
5Caffe文件詳解
6各種優化器的介紹
7Caffe的python接口安裝，以及模型可視化
8Caffe特征圖可視化以及學習曲線可視化
9GoogleNet結構講解，準備用GoogleNet實現圖像識別
10使用python接口調用GoogleNet實現圖像識別
11Caffe在windows下GPU版本的安裝
12使用自己設計的網絡訓練自己的圖像識別模型(一)
13使用自己設計的網絡訓練自己的圖像識別模型(二)
14遷移學習-Finetune
15Snapshot以及課程總結