2021最新完整计算机视觉CV课程

任务1：机器学习、深度学习简介.mp4
任务200：SSD解码的实现.mp4
任务201：帮助函数IoU, 坐标转换, SSD损失函数, Non-Max-Suppression的实现.mp4
任务202：二值化神经网络的简介.mp4
任务203：二值化网络的前向后向传播, 梯度计算原理.mp4
任务204：二值化网络的训练算法.mp4
任务205：二值化网络的实验结果.mp4
任务206：二值化全连接网络的代码讲解.mp4
任务207：DropoutNoScale层的实现.mp4
任务208：BinaryDense层的实现.mp4
任务209：二值化卷积神经网络的代码讲解.mp4
任务20：直播答疑.mp4
任务210：项目作业要求.mp4
任务211：神经网络在实际应用中面临的挑战, 轻量级深度神经网络的必要性.mp4
任务212：MobileNet, Depthwise Seperable Convolution的原理计算量分析.mp4
任务213：ShuffleNet, Group Convolution, Channel Shuffle的原理.mp4
任务214：EffNet, Spatial Seperable Convolution的原理计算量分析和实验效果.mp4
任务215：lightweight-network答疑时间.mp4
任务216：回顾EffNet的原理.mp4
任务217：EffNet的代码讲解.mp4
任务218：One-Shot Learning 的意义和工作原理.mp4
任务219：用于One-Shot Learning 的Siamese 深度神经网络的介绍.mp4
任务21：自动驾驶方向盘预测论文分析.mp4
任务220：Siamese 深度神经网络的实验和结果分析.mp4
任务221：Transposed Convolution 的应用, 算法回顾, 以及使用矩阵乘法实现.mp4
任务222：Transposed Convolution 的梯度推导.mp4
任务223：将卷积核转换为Toeplitz Matrix用于矩阵乘法实现Transposed.mp4
任务224：同学对课程的效果反馈调查.mp4
任务225：使用 Siamese 网络做门禁卡系统的入门介绍, 数据集的介绍.mp4
任务226：PyTorch 基础教程.mp4
任务227：Siamese One-Shot learning 知识回顾.mp4
任务228：使用 PyTorch torchvision 库高效读取数据.mp4
任务229：使用 PyTorch 定义 Siamese 网络结构.mp4
任务22：使用PyCharm Keras建立深度网络模型.mp4
任务230：使用 PyTorch 写训练网络的代码.mp4
任务231：使用 PyTorch 写测试网络的代码.mp4
任务23：数据预处理 数据增强.mp4
任务24：建立BatchGenerator高效读取数据.mp4
任务25：训练网络 保存训练的中间过程数据.mp4
任务26：查看网络训练过程 判断网络是否过拟合 欠拟合.mp4
任务27：神经网络分类问题的经典数据（集鸢尾花数据集）介绍，神经网络Python库Keras的介绍.mp4
任务28：使用Pandas读取鸢尾花数据集， 使用LabelEncoder对类别标签进行编码.mp4
任务29：使用Keras创建一个用于鸢尾花分类识别的神经网络.mp4
任务2：深度学习的发展历史.mp4
任务30：训练用于鸢尾花分类的神经网络 解读训练输出的日志 了解如何评价神经网络的性能.mp4
任务31：神经网络数学原理（1）： 神经网络的结点，权值，激活函数.mp4
任务32：神经网络数学原理（2）： 神经网络的前馈（Feed Forward）算法.mp4
任务33：神经网络数学原理（3）：神经网络的前馈（Feed Forward）算法续，Softmax层的数值问题.mp4
任务34：神经网络数学原理（4）：神经网络BP（误差反向传播）算法.mp4
任务35：神经网络数学原理（5）：神经网络BP（误差反向传递）算法续.mp4
任务36：神经网络数学原理（6）：手动演算神经网络BP算法（误差向后传递）.mp4
任务37：神经网络数学原理（7）：手动演算神经网络BP算法（误差向后传递）续.mp4
任务38：Neural.Network.Loss-直播01.mp4
任务39：Neural.Network.Loss-直播02.mp4
任务3：现代深度学习的典型例子.mp4
任务40：Neural.Network.Loss-直播03.mp4
任务41：梯度消亡.mp4
任务42：梯度消亡问题分析.mp4
任务43：梯度消亡解决方案.mp4
任务44：过拟合.mp4
任务45：DropOut 训练.mp4
任务46：正则化.mp4
任务47：最大范数约束 神经元的初始化.mp4
任务48：作业讲解与答疑-01.mp4
任务49：作业讲解与答疑-02.mp4
任务4：深度学习在计算机视觉中的应用.mp4
任务50：为什么需要递归神经网络？.mp4
任务51：递归神经网络介绍.mp4
任务52：语言模型.mp4
任务53：RNN的深度.mp4
任务54：梯度爆炸和梯度消失.mp4
任务55：Gradient Clipping.mp4
任务56：LSTM的介绍.mp4
任务57：LSTM的应用.mp4
任务58：Bi-Directional LSTM.mp4
任务59：Gated Recurrent Unit.mp4
任务5：深度学习的总结.mp4
任务60：机器翻译.mp4
任务61：Multimodal Learning.mp4
任务62：Seq2Seq模型.mp4
任务63：回顾RNN与LSTM.mp4
任务64：Attention for Image Captioning.mp4
任务65：Attention for Machine Translation.mp4
任务66：Self-Attention.mp4
任务67：Attention总结.mp4
任务68：neural network optimizer直播-01.mp4
任务69：neural network optimizer直播-02.mp4
任务6：开发环境的配置, Python, Numpy, Keras入门教程.mp4
任务70：neural network optimizer直播-03.mp4
任务71：项目介绍.mp4

任务72：看图说话任务一-01.mp4

任务73：看图说话任务一-02.mp4

任务74：看图说话任务一-03.mp4

任务75：任务介绍.mp4

任务76：如何实现 load_img_as_np_array 这个函数.mp4

任务77：如何实现“load_vgg16_model”函数.mp4

任务78：如何实现“extract_features”函数.mp4

任务79：创建Tokenizer01.mp4

任务7：GPU驱动程序安装.mp4

任务80：创建Tokenizer02.mp4

任务81：产生模型需要的输入数据01.mp4

任务82：产生模型需要的输入数据02.mp4

任务83：任务的概述.mp4

任务84：Input Embedding和Dropout层介绍.mp4

任务85：LSTM Add层的介绍.mp4

任务86：如何训练模型.mp4

任务87：如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数01.mp4

任务88：如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数02.mp4

任务89：如何调用generate_caption函数.mp4

任务8：CUDA的安装.mp4

任务90：如何评价标题生成模型的性能.mp4

任务91：读取和显示数字图像.mp4

任务92：数字图像大小缩放.mp4

任务93：数字图像直方图均衡.mp4

任务94：图像去噪声.mp4

任务95：图像边缘检测.mp4

任务96：图像关键点检测.mp4

任务97：道路行车道检测简介.mp4

任务98：Canny边缘检测.mp4

任务99：霍夫变换用于直线检测.mp4

任务9：cuDNN的安装, Tensorflow, PyTorch的GPU测试.mp4

贪心学院计算机视觉CV课程-吾爱学习资源