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