深度学习算法工程师,深度人工智能学院,成老师,本课程是连载课程，总课时在260课时左右，预计每周更新4到6个课时。课程适合零基础学员、转行人员，互联网从业人员、应往届毕业生。 本课程以就业为目标而打造，课程分为六个阶段，包括基础知识阶段、进阶提升阶段、实战项目阶段、扩展项目阶段、毕业设计阶段、就业指导阶段。 本课程内容丰富，涵盖面广。包括了基础部分的人工智能基础概念知识、Python编程、数学基础、NumPy数据编程、图像框架:MatplotLib PIL、OpenCv、机器学习:SkLearn、数据处理方法、神经网络基础、全连接神经网络、卷积神经网络、循环神经网络。 进阶部分的神经网络梯度优化、拟合优化、模型设计、模型训练、模型评估、模型压缩、模型部署加速、模型注意力机制。 实战项目中的目标检测识别模型MTCNN、YOLO（V1-V5）、人脸识别Arc-loss、生成类模型GAN及其变种、VAE、图像分割Unet系列、Deeplab系列。 扩展类项目语音识别模型DNN-MFCC、NLP模型transformer、Bert、GPT2、强化学习模型QLeanrning/DQN/A2C/A3C/DDPG。 毕业设计由学员组成团队，进行团队成员任务分配，按照项目开发流程协作完成，团队成员独立答辩。 就业指导包括面试题的讲解、简历编写指导、面试指导、模拟面试、工作机会推荐。 适用人群：本课程适合完全零基础学员、转行专业人员，以及互联网行业的从业人员、理工科的应届毕业生。