AI的图像处理技术---学习分享帖子

1. 写作目的

毕业后，我从事手机的开发，从硬件到Linux驱动程序，从Linux驱动程序到Linux内核，从Linux内核到V4L2，从V4L2到专用于图像处理的各种模块. 我学到了很多东西，而且我逐渐知道在这方面没有什么方法可以发展得很好. 因此，我特意学习了TensorFlow，OpenCV和Python机器学习，并准备学习相关知识.

学习是一件漫长而孤独的事情智能图像处理技术，尤其是进入一个全新的领域. 这是对意志力和智商的挑战. 基于生活压力，我仍然需要每天加班. ，我不知道我何时被打扰. 这时候，我仍然非常想念学校的时间，但是不幸的是我没有充分利用它.

基于上述现实，我认为博客是一个好地方. 它可以打入和分享，其次，它可以督促我学习，所以我决定开始更新博客. 我将每天早上7点准时更新博客，并分享自己的学习过程和经验，我希望使用此博客找到一起学习的朋友，并欢迎Daniel的建议.

2. 学习计划

首先，我将基于《 TensorFlow实用的Google深度学习框架》这本书开始学习TensorFlow；然后我将基于《 21个基于TensorFlow进行深度学习的项目》一书进行实践学习. 最后，根据所学知识，设计图像识别的实际应用.

目前，我是一个人学习Python，并且精通C语言和C ++. 我对图像的基本知识有深刻的了解. 我已经尝试过opencv和TensorFlow的简单编程. 在业余时间，我还从今天开始2018-06-09挑选了“我在大学期间学到的信号. 以及系统”，“概率论”，“线性代数”，“高级数学”智能图像处理技术，并正式更新了博客和进入新的学习旅程.

3. 学习目录

第1部分: 卷积网络模型

第2部分: LeNet-5和Inception-v3

1. 完成LeNet-5代码的实际编程

2. 完成Inception-v3的实际编程

3. 总结并分析实际的调试过程

第3部分: 卷积神经网络的转移学习

第四: TensorFlow图像预处理

第5部分: 待续

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-238960-1.html