斯坦福大学2017年春季_基于卷积神经网络的视觉识别课程视频教程及ppt分享

斯坦福大学2017年春季_基于卷积神经网络的视觉识别课程视频教程及ppt分享_第1张图片

计算机视觉已经在我们的社会中普遍存在,应用于搜索,图像理解,应用程序,绘图,医学,无人机和自驾车。许多这些应用程序的核心是视觉识别任务,如图像分类,定位和检测。神经网络(又称“深度学习”)方法的最新进展,大大提高了这些最先进的视觉识别系统的性能。

本课程深入了解深入学习架构的细节,重点是学习这些任务的端到端模型,特别是图像分类。在10周的课程中,学生将学习实施,训练和调试自己的神经网络,并详细了解计算机视觉的尖端研究。最终的任务将涉及到数百万个参数卷积神经网络的训练,并将其应用于最大的图像分类数据集(ImageNet)。

我们将重点介绍如何建立图像识别问题,学习算法(如反向传播),培训的实际工程技巧和微调网络,引导学生进行实际操作和最终课程项目。本课程的背景和材料的大部分内容将来自ImageNet挑战赛。培训和微调网络的实际工程技巧,引导学生进行实践任务和最终课程项目。

课程视频教程(带英文字幕及ppt下载):

获取更多深度学习最新资讯快速通道:

获取最新消息快速通道 - lqfarmer的博客 - CSDN博客

链接: pan.baidu.com/s/1eSpdlf

密码: 35z6


往期内容推荐:

深度学习与NLP 深度学习|机器学习|人工智能 精品视频教程合集分享

ICML 2017 深强化学习,决策和控制简化教程分享

模型汇总18 强化学习(Reinforcement Learning)基础介绍

优化策略5 Label Smoothing Regularization_LSR原理分析

模型汇总15 领域适应性Domain Adaptation、One-shot/zero-shot Learning概述

<教材推荐> PRML_模式识别与机器学习

获取更多深度学习最新资讯快速通道:

获取最新消息快速通道 - lqfarmer的博客 - CSDN博客

更多深度学习在NLP方面应用的经典论文、实践经验和最新消息,欢迎关注微信公众号“深度学习与NLPDeepLearning_NLP”或扫描二维码添加关注。

斯坦福大学2017年春季_基于卷积神经网络的视觉识别课程视频教程及ppt分享_第2张图片

你可能感兴趣的:(深度学习文章阅读笔记,深度学习视频教程及资料下载,深度学习模型汇总,生成对抗网络GAN,python)