挑战形式

学习场景

涵盖内容

我们会为学员提前准备好GPU Server，并将相应的机器学习/深度学习的框架及指令预装好，让大家可以更好的体验机器学习和深度学习的过程，学习过程中任何问题都可以咨询现场教练进行具体的沟通。

课程内容将会由5个学习挑战来组成，通过模拟场景的演示，来提供相应的课程内容讲解及动手实践。

挑战一

为机器学习准备好图像数据，并进行预处理操作。

挑战二

基于Tensorflow框架构建并训练一个CNN（卷积神经网络）模型，最终利用该模型预测产品图像的类别。

挑战三

利用现有模型ResNet-18，基于PyTorch框架构建出一个新的模型，并利用它预测产品图像的类别，此过程中会用到迁移学习。

挑战四

基于PyTorch框架构建并训练一个CNN（卷积神经网络）模型，将该模型发布到Azure Machine Learning成为一个评分端点，并利用它预测产品图像的类别。

挑战五

利用Keras-RetinaNet，基于Tensorflow框架创建一个自定义目标检测模型，并利用它在测试图像中检测登山装备目标。