量化百科

五一重磅-李飞飞团队主讲-CS231-2018(春)基于CNN的视觉识别课程分享

由ypyu创建,最终由ypyu 被浏览 39 用户

2018年已经过去四分之一,深度学习领域最经典课程之一《 CS231n: Convolutional Neural Networks for Visual Recognition 》再度开课,今天就跟大家分享下今年课程的最新内容。文末包含cs231-2018年所有资料下载链接。

课程描述

计算机视觉应用存在于我们生活的方方面面,比如图片搜索,图像理解,人脸识别,应用程序,制图,医药,无人驾驶飞机和自动驾驶汽车等等。这些应用的核心是视觉识别任务,例如图像分类,定位和检测。神经网络(又名“深度学习”)方法的最新发展大大提高了这些最先进的视觉识别系统的性能。

本课程将深入探索深度学习架构的细节,重点在于学习用于这些任务的端到端模型构成,尤其是图像分类。在为期10周的课程中,学生将学习实现,训练和调试自己的神经网络,并对计算机视觉最前沿的研究的进行详细了解。最后的任务是训练一个具有数百万参数的卷积神经网络,并将其用于最大的图像分类数据集(ImageNet)。我们将主要学习如何定义一个图像识别问题,什么是学习算法(例如反向传播),如何训练和微调网络网络参数等实用工程技巧,并指导学生完成一系列的实践任务和最终课程项目。

课程教学大纲

标签

深度学习卷积神经网络CNN