课程目标：
通过该课程的学习，学员能够理解深度学习在图像处理方面的原理，优势；掌握主流深度学习框架、环境的搭建及部署；理解如何使用CNN神经网络处理图像，包括样本的标注，选取，训练过程；理解主流语义图像处理网络的原理并学会如何改善性能指标
课程大纲：
主题 内容
深度学习理论基础
神经网络的基本结构
神经网络基本运算单元
CNN卷积神经网络
CNN图像处理的原理
Python及常用深度学习python库
Linux深度学习环境搭建
GPU加速深度学习原理
主流深度学习框架及操作（caffe + tensorflow）
主流深度学习网络
MNIST卷积网络
Cifar-10卷积网络
Alexnet卷积网络
RNN及LTSM网络
基本CNN网络的训练
语义图像识别
语义图像识别原理
传统算法与深度算法
样本标注
样本选取的技巧
样本处理原则
主流语义识别网络
RCNN神经网络
Fast-RCNN神经网络
FCN全卷积网络与图像识别
训练过程与过拟合
模型与网络参数的优化
