深度学习

深度学习算法能够在计算机视觉任务中获得前所未有的精度，包括图像分类、目标检测、分割等。

遵循这些步骤，你就会有足够的知识开始将深度学习应用到你自己的项目中。

Step #1:配置深度学习环境（初级）

Step #2:训练你的第一个神经网络（初级）

Step #3:了解卷积神经网络（初级）

卷积神经网络：卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一  。

Step #4:构建自己的图像数据集（中级）

Step #5:在你的数据集上训练CNN（中级）

Step #6:调整机器的学习速度（中级）

Step #7:数据扩充（中级）

Step #8:特征提取和微调预训练网络（中级）

Step #9: 视频分类（高级）

Step #10: 多输入多输出网络（高级）

Step #11:改进深度学习模式（高级）

Step #12: AutoML和Auto-Keras（高级）