斯坦福系列课程：教你用CNN进行视觉识别（全部视频放出）

允中 发自 稻香湖 量子位 报道 | 公众号 QbitAI

又有新的学习资源放出了。

这次是来自斯坦福大学工程学院的课程：Convolutional Neural Networks for Visual Recognition，讲述如何使用卷积神经网络进行视觉识别。

这次的课程是2017春季版，授课教师是Justin Johnson。导师还包括李飞飞、Serena Yeung等。

计算机视觉已经在诸多领域得到应用，例如搜索、医学、无人车等等。核心功能是解决视觉识别任务，例如图像分类、定位和检测等。而深度学习大大提高了视觉识别系统的性能。

在这个斯坦福的讲座中，将会深入讲述深度学习的架构细节，重点学习相关任务的端到端模型，特别是图像分类。

全部课程包括16节课，目前已经在YouTube上全部放出，地址如下，有需求的同学请科学前往：

https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

以下是课程列表：

• Lecture 1 | Introduction to Convolutional Neural Networks for Visual Recognition
• Lecture 2 | Image Classification
• Lecture 3 | Loss Functions and Optimization
• Lecture 4 | Introduction to Neural Networks
• Lecture 5 | Convolutional Neural Networks
• Lecture 6 | Training Neural Networks I
• Lecture 7 | Training Neural Networks II
• Lecture 8 | Deep Learning Software
• Lecture 9 | CNN Architectures
• Lecture 10 | Recurrent Neural Networks
• Lecture 11 | Detection and Segmentation
• Lecture 12 | Visualizing and Understanding
• Lecture 13 | Generative Models
• Lecture 14 | Deep Reinforcement Learning
• Lecture 15 | Efficient Methods and Hardware for Deep Learning
• Lecture 16 | Adversarial Examples and Adversarial Training