暑期课程第四课：CNN和机器视觉

cnn历史、架构、应用、图像识别、cnn层架构、filter介绍、pool层介绍；

特征规范化介绍、数据规范化、超参数选择、深度的重要性；

图像识别的平移不变特征、远近scale不变特征、旋转不变；

超深网络googlenet、resnet介绍；

cnn特征的可视化分析方法，可视化的效果图、不同层可视化的特征抽象层级；

训练cnn的注意事项；欺骗神经网络分析；训练结果优劣分析判断；困难训练的应对方法；

图像localizing的方法；视频分类；动作识别；t-SNE可视化；

场景label，图像去噪，图片修复，动作跟踪等；

看视频:http://videolectures.net/deeplearning2016_montreal/

ppt下载地址：https://pan.baidu.com/s/1slb70AT