相关题库

咨询

其他联系方式

所属系列课程

评价

斯坦福CS231n—深度学习与计算机视觉,大数据文摘,Fei-Fei Li,Juan Carlos Niebles,本课程属于机器学习的深化课程,主要是介绍深度学习(尤其是卷积神经网络和与其相关的框架)在计算机视觉领域的应用,内容涵盖多种神经网络具体结构与训练应用细节,以及针对大规模图像识别,物体定位,物体检测,图像风格迁移,图像理解描述与视频内容识别等问题的前沿解决思路。该课程总共包括15个章节,计算机视觉历史回顾与介绍,数据驱动的解法,KNN与线性分类器,线性分类器与最优化,神经网络详解 part1,神经网络详解 part2,神经网络详解 part3,卷积神经网络,物体定位与物体检测,可视化,Deep Dream和Neural Style等计算机视觉案例,循环神经网络与图像生成文本描述,卷积神经网络实践技巧与经验,深度学习开源库介绍,图像分割,注意力模型,视频与无监督学习,Jeff Dean受邀讲座,每个章节分为上下两部,分别于每周二更新。 讲师介绍:李飞飞教授现为斯坦福大学(Stanford)计算机系助理教授。她的研究兴趣主要集中在视觉研究领域,包括计算机视觉和视觉心理学,例如物体识别、场景分类和事件分类等。她曾获微软青年教授奖(Microsoft Research New Faculty Fellowship)、谷歌研究奖(Google Research Award)等荣誉。 适用人群:有一定数学与计算机基础,希望了解深度学习与神经网络的同学