资源介绍：

适合人群

零基础入门Django Web框架和深度学习，专注于计算机视觉的大学生和研究者

你将会学到：

快速掌握Django Web框架的使用和CNN模型实现图像识别及应用

课程简介

本课程基于Django Web框架搭建CNN模型实现图像识别。首先介绍了Django Web框架的基础知识，具体包括Django工程创建的步骤、文件上传和图片上传的实现方法。然后介绍了卷积神经网络（CNN）的基本原理和经典CNN模型的网络结构。最后基于Django框架部署汽车分类模型

课程目录

• 1 文本应用程序处理流程
• 10 Django框架的模板
• 11 Django的第一个入门案例
• 12 Django搭建图书管理项目
• 13 Django图书管理的实现
• 14 Django静态资源的配置
• 15 Django中CSS样式的实现
• 16 使用模板加载静态资源
• 17 Django创建的项目整体流程
• 18 Django创建文件上传工程
• 19 主页面的创建
• 2 Web应用程序处理流程
• 20 单文件上传的实现
• 21 异常信息的处理
• 22 创建多文件上传页面
• 23 多文件上传的具体实现
• 24 多文件上传的视图控制器
• 25 图片上传的实现（一）
• 26 图片上传的实现（二）
• 27 卷积神将网络的基础
• 28 卷积神经网路的组成
• 29 卷积神经网络的计算过程
• 3 MVC模式
• 30 CNN手写数字识别的模型训练和评价
• 31 CNN手写数字识别网络搭建
• 32 CNN手写数网络结构修改的方法
• 33 CNN实现二分类模型的训练
• 34 CNN实现二分类模型的预测
• 35 Django汽车分类项目的创建
• 36 Django项目的启动 (1)
• 37 Django页面的创建和跳转
• 38 Django部署汽车分类项目
• 39 登录界面的添加
• 4 MVT模式
• 40 AlextNet和ResNet实现汽车分类模型
• 5 虚拟环境virtualenv的安装
• 6 虚拟环境virtualenv的激活
• 7 Django项目的启动
• 8 Django的工程目录
• 9 VSCODE开发工具的配置
• 【课程资料】深度学习项目：Django搭建CNN网络实现图像识别