本课程专为希望掌握深度学习与Web开发结合技术的学员设计，通过Django框架与卷积神经网络(CNN)的结合，详细讲解如何从零开始搭建一个图像识别系统。课程内容包括Django的基础知识、项目搭建、静态资源管理、文件上传处理，以及CNN的基础理论、模型训练与优化。通过实战案例，如手写数字识别和汽车分类项目，学员将学习到如何在实际项目中应用这些技术。所有课程均附带源码和课件，帮助学员深入理解并快速上手。
以下云资源目录树快照生成于[11个月前]，该学习资料由夸克云用户[心旷*怡的青蛙]分享（只展示大部分文件和目录）
Django与CNN实战：图像识别项目开发全攻略1.3 GB(mp4视频40节；7z压缩包1个；)
资料.7z100.7MB
9 VSCODE开发工具的配置.mp422.29MB8 Django的工程目录.mp448.68MB7 Django项目的启动.mp428.5MB6 虚拟环境virtualenv的激活.mp419.19MB5 虚拟环境virtualenv的安装.mp415.3MB40 AlextNet和ResNet实现汽车分类模型.mp428.86MB4 MVT模式.mp412.32MB39 登录界面的添加.mp444.6MB38 Django部署汽车分类项目.mp464.96MB37 Django页面的创建和跳转.mp430.17MB36 Django项目的启动.mp428.02MB35 Django汽车分类项目的创建.mp420.59MB34 CNN实现二分类模型的预测.mp446.62MB33 CNN实现二分类模型的训练.mp442.61MB32 CNN手写数网络结构修改的方法.mp420.54MB31 CNN手写数字识别网络搭建.mp476.15MB30 CNN手写数字识别的模型训练和评价.mp420.25MB3 MVC模式.mp443.85MB29 卷积神经网络的计算过程.mp446.71MB28 卷积神经网路的组成.mp436.88MB27 卷积神将网络的基础.mp445.35MB26 图片上传的实现（二）.mp412.9MB25 图片上传的实现（一）.mp426.36MB24 多文件上传的视图控制器.mp417.27MB23 多文件上传的具体实现.mp414.3MB22 创建多文件上传页面.mp420.28MB21 异常信息的处理.mp414.59MB20 单文件上传的实现.mp458.71MB2 Web应用程序处理流程.mp412.51MB19 主页面的创建.mp425.41MB18 Django创建文件上传工程.mp444.5MB17 Django创建的项目整体流程.mp415.25MB16 使用模板加载静态资源.mp478.37MB15 Django中CSS样式的实现.mp411.25MB14 Django静态资源的配置.mp425.54MB13 Django图书管理的实现.mp435.38MB12 Django搭建图书管理项目.mp46.05MB11 Django的第一个入门案例.mp417.91MB10 Django框架的模板.mp431.12MB1 文本应用程序处理流程.mp416.65MB
