AI基础实战营第一课打卡笔记

  1. 计算机视觉发展史及其应用领域的简单介绍

主要分为物体分类,目标检测,语义分割,实例分割

  1. OpenMMLab1.0和2.0的简单介绍及其优点

通用,开放统一,灵活,迭代

  1. 机器学习相关内容

监督学习,无监督学习,强化学习

  1. 神经网络的介绍及其训练

如何衡量神经网络性能,损失函数如何调整优化等问题,介绍了梯度下降算法

  1. 卷积神经网络介绍了卷积层,激活层,池化层,全连接层,概率输出层等及通道,步长等一些基本概念

你可能感兴趣的:(python)