getfromcode后端开发 会员免费

51CTO-深度学习项目:Django搭建CNN网络实现图像识别

51CTO-深度学习项目:Django搭建CNN网络实现图像识别 深度学习与Django框架结合,图像识别实战项目 编辑点评 项目实战,融合深度学习与Django,适合有Python基础的学习者。 ⭐ 编辑推荐 本课程通过Django框架搭建CNN网络,实现图像识别,掌握深度学习在Web应用中的应用

单课价¥29.90新品 上架
会员价 会员免费开通会员,全站课程按额度无限下载套餐详情
5 人关注 更新于 2026-09-26 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买方式开通会员 · 全站免费下单课购买 · 仅本课

支付成功后自动显示网盘下载链接;链接失效可联系客服免费补链,永久有效。

正版保障 极速发货 售后无忧

51CTO-深度学习项目:Django搭建CNN网络实现图像识别

深度学习与Django框架结合,图像识别实战项目

编辑点评

项目实战,融合深度学习与Django,适合有Python基础的学习者。

⭐ 编辑推荐

本课程通过Django框架搭建CNN网络,实现图像识别,掌握深度学习在Web应用中的应用。

✨ 课程亮点

✦Django框架实战
✦CNN网络搭建
✦图像识别应用

课程目录

课程目录40 集
  • 51CTO-深度学习项目:Django搭建CNN网络实现图像识别文档.png [493.5 KB]
  • 17 Django创建的项目整体流程.mp4 [15.3 MB]
  • 4 MVT模式.mp4 [12.3 MB]
  • 6 虚拟环境virtualenv的激活.mp4 [19.2 MB]
  • 15 Django中CSS样式的实现.mp4 [11.2 MB]
  • 25 图片上传的实现(一).mp4 [26.4 MB]
  • 11 Django的第一个入门案例.mp4 [17.9 MB]
  • 36 Django项目的启动.mp4 [28.0 MB]
  • 2 Web应用程序处理流程.mp4 [12.5 MB]
  • 3 MVC模式.mp4 [43.8 MB]
  • 18 Django创建文件上传工程.mp4 [44.5 MB]
  • 21 异常信息的处理.mp4 [14.6 MB]
  • 38 Django部署汽车分类项目.mp4 [65.0 MB]
  • 12 Django搭建图书管理项目.mp4 [6.1 MB]
  • 29 卷积神经网络的计算过程.mp4 [46.7 MB]
  • 28 卷积神经网路的组成.mp4 [36.9 MB]
  • 13 Django图书管理的实现.mp4 [35.4 MB]
  • 33 CNN实现二分类模型的训练.mp4 [42.6 MB]
  • 31 CNN手写数字识别网络搭建.mp4 [76.1 MB]
  • 27 卷积神将网络的基础.mp4 [45.4 MB]
  • 39 登录界面的添加.mp4 [44.6 MB]
  • 26 图片上传的实现(二).mp4 [12.9 MB]
  • 24 多文件上传的视图控制器.mp4 [17.3 MB]
  • 23 多文件上传的具体实现.mp4 [14.3 MB]
  • 14 Django静态资源的配置.mp4 [25.5 MB]
  • 22 创建多文件上传页面.mp4 [20.3 MB]
  • 16 使用模板加载静态资源.mp4 [78.4 MB]
  • 7 Django项目的启动.mp4 [28.5 MB]
  • 37 Django页面的创建和跳转.mp4 [30.2 MB]
  • 30 CNN手写数字识别的模型训练和评价.mp4 [20.2 MB]
  • 1 文本应用程序处理流程.mp4 [16.7 MB]
  • 34 CNN实现二分类模型的预测.mp4 [46.6 MB]
  • 20 单文件上传的实现.mp4 [58.7 MB]
  • 19 主页面的创建.mp4 [25.4 MB]
  • 9 VSCODE开发工具的配置.mp4 [22.3 MB]
  • 32 CNN手写数网络结构修改的方法mp4 [20.5 MB]
  • 35 Django汽车分类项目的创建.mp4 [20.6 MB]
  • 40 AlextNet和ResNet实现汽车分类模型.mp4 [28.9 MB]
  • 5 虚拟环境virtualenv的安装mp4 [15.3 MB]
  • 资料.7z [100.7 MB]

适合人群

  • Python开发者
  • 深度学习爱好者

🎯 学习收获

  • 掌握Django框架
  • 实现CNN网络
  • 应用于图像识别

🎉 祝您学习愉快!