51CTO-深度学习项目:Django搭建CNN网络实现图像识别
深度学习与Django框架结合,图像识别实战项目
编辑点评
项目实战性强,涵盖Django框架与CNN网络搭建,适合有一定Python基础的学习者。
⭐ 编辑推荐
本课程通过深度学习项目,学习Django搭建CNN网络实现图像识别,实战性强,适合进阶学习。
课程亮点
• Django框架应用
• CNN网络搭建
• 图像识别实战
课程目录
51CTO-深度学习项目:Django搭建CNN网络实现图像识别文档.png [493.5 KB] 17 Django创建的项目整体流程【公众号:密知圈】.mp4 [15.3 MB] 4 MVT模式【公众号:密知圈】.mp4 [12.3 MB] 6 虚拟环境virtualenv的激活【公众号:密知圈】.mp4 [19.2 MB] 15 Django中CSS样式的实现【公众号:密知圈】.mp4 [11.2 MB] 25 图片上传的实现(一)【公众号:密知圈】.mp4 [26.4 MB] 11 Django的第一个入门案例【公众号:密知圈】.mp4 [17.9 MB] 36 Django项目的启动【公众号:密知圈】.mp4 [28.0 MB] 8 Django的工程目录【公众号:密知圈】.mp4 [48.7 MB] 2 Web应用程序处理流程【公众号:密知圈】.mp4 [12.5 MB] 3 MVC模式【公众号:密知圈】.mp4 [43.8 MB] 18 Django创建文件上传工程【公众号:密知圈】.mp4 [44.5 MB] 21 异常信息的处理【公众号:密知圈】.mp4 [14.6 MB] 38 Django部署汽车分类项目.mp4 [65.0 MB] 12 Django搭建图书管理项目.mp4 [6.1 MB] 29 卷积神经网络的计算过程.mp4 [46.7 MB] 28 卷积神经网路的组成.mp4 [36.9 MB] 13 Django图书管理的实现.mp4 [35.4 MB] 33 CNN实现二分类模型的训练.mp4 [42.6 MB] 31 CNN手写数字识别网络搭建.mp4 [76.1 MB] 27 卷积神将网络的基础.mp4 [45.4 MB] 39 登录界面的添加.mp4 [44.6 MB] 26 图片上传的实现(二).mp4 [12.9 MB] 24 多文件上传的视图控制器.mp4 [17.3 MB] 10 Django框架的模板.mp4 [31.1 MB] 23 多文件上传的具体实现.mp4 [14.3 MB] 14 Django静态资源的配置.mp4 [25.5 MB] 22 创建多文件上传页面.mp4 [20.3 MB] 16 使用模板加载静态资源.mp4 [78.4 MB] 7 Django项目的启动.mp4 [28.5 MB] 37 Django页面的创建和跳转.mp4 [30.2 MB] 30 CNN手写数字识别的模型训练和评价.mp4 [20.2 MB] 1 文本应用程序处理流程.mp4 [16.7 MB] 34 CNN实现二分类模型的预测.mp4 [46.6 MB] 20 单文件上传的实现.mp4 [58.7 MB] 19 主页面的创建.mp4 [25.4 MB] 9 VSCODE开发工具的配置.mp4 [22.3 MB] 32 CNN手写数网络结构修改的方法mp4 [20.5 MB] 35 Django汽车分类项目的创建.mp4 [20.6 MB] 40 AlextNet和ResNet实现汽车分类模型.mp4 [28.9 MB] 5 虚拟环境virtualenv的安装mp4 [15.3 MB] 资料.7z [100.7 MB]
适合人群
- Python开发者
- 深度学习爱好者
学习收获
掌握Django框架
学会CNN网络搭建
实现图像识别功能
祝您学习愉快!
学有所成,前程似锦!






