本课程为精品课，您可以登录eeworld继续观看： 激活函数继续观看 课时1：课程介绍 - 计算机视觉概述 课时2：课程介绍 - 计算机视觉历史背景 课时3：课程介绍 - 课程后勤 课时4：图像分类 - 数据驱动方法 课时5：图像分类 - K最近邻算法 课时6：图像分类 - 线性分类I 课时7：损失函数和优化 - 损失函数 课时8：损失函数和优化 - 优化 课时9：介绍神经网络 - 反向传播 课时10：介绍神经网络 - 神经网络 课时11：卷积神经网络 - 历史 课时12：卷积神经网络 - 卷积和池化 课时13：卷积神经网络 - 视觉之外的卷积神经网络 课时14：激活函数 课时15：批量归一化 课时16：更好的优化 课时17：正则化 课时18：迁移学习 课时19：Caffe，Torch，Theano，TensorFlow，Keras，PyTorch等 课时20：AlexNet，VGG，GoogLeNet，ResNet等 课时21：RNN, LSTM, GRU 课时22：语言模型 课时23：图像标注、视觉问答、 Soft attention模型 课时24：分割 课时25：定位 课时26：识别 课时27：特征可视化、倒置、对抗样本 课时28：DeepDream和风格迁移 课时29：Pixel RNN CNN 课时30：变分自编码器 课时31：生成式对抗网络 课时32：策略梯度，硬注意 课时33：Q-Learning, Actor-Critic算法 课时34：深度学习的方法及硬件 课时35：对抗样本和对抗训练 课时36：special篇：特邀对话Ian Goodfellow 课时37：special篇：特邀对话Song Han 课程介绍共计37课时，20小时8分36秒 深度学习与计算机视觉 斯坦福 李飞飞 随着搜索应用程序，图像识别、App应用、成像、医学、无人机和无人驾驶汽车，计算机视觉在我们的社会中已经变得无处不在。许多这样的应用程序，比如：图片分类、定位和检测的核心功能任务都是视觉识别技术完成的。最新发现的神经网络方法（又名“深度学习”），极大地提升了视觉识别系统的先进性能。 上传者：抛砖引玉 猜你喜欢 隔离CAN FD节点的互操作性 面向超精准应用的匹配电阻器网络 汽车eCall电源解决方案 一键查询和搞定PCB设计中的各类生产问题 电工电子学(中国石油大学) Linux嵌入式开发 OpenCV 3 with Python 3 Tutorial 集成传感器 热门下载 实时时钟电路DS1302的原理及应用,含有实例,测试成功的 KEIL精华宝典 手机防ESD设计--图片说明超容易理解 Python for Data Analysis 软件工程软件设计文档样例The Mutton ProjectSheepshead Card Game Final Report STM32奋斗版ucOS II V2.86 emWin5.12 硅薄膜电池发电新浪潮 联想A820 主板图2.pdf 用matlab实现二维小波变换 CMOS超大规模集成电路设计第4版 热门帖子 网友正在看 Razavi Electronics2 Lec21- Computation of Freq. Resp., Freq. Resp. of Common-Emitter-Source Stages Large Margin Intuition 太阳系新纪录：德机器人0.887秒解开魔方 IIC协议介绍6 UUU介绍和安装 離散摺積 - 7_摺積計算與脈衝響應 對系統的影響 AXI USB 2.0器件IP介绍 PCB结构要素图设计
