课程概述
计算机视觉是一门研究如何使机器“看”的科学，指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量并进一步做图像处理，使其成为更适合人眼观察或传送给仪器检测的图像。
本课程是斯坦福大学的CS231n深度视觉识别课程。课程从算法到公式到实践进行了全面的介绍。课程首先介绍了计算机视觉的历史，随后开始讲解图像识别中的关键算法，如k近邻算法和线性分类。课程将重点介绍卷积神经网络，从简单的神经网络和反向传播算法到卷积、池化等概念。课程将介绍神经网络训练过程中的一些细节，比如如何在建立神经网络，选择什么样的激活函数，怎样做数据预处理、权重初始化、正则化和梯度检查。课程还会介绍训练过程中的动态监控，以及怎样做参数的优化。除此之外，课程还会介绍深度学习的软件，如Caffe、Torch、Tensorflow等。课程还将进一步介绍递归神经网络，并讲解神经网络进行图像识别的原理。
【课程目标】
了解K近邻算法和线性分类算法
了解神经网络、卷积神经网络的概念
掌握训练神经网络的方法，参数的优化
使用神经网络进行图像分类
【适用对象】
学生、开发、个人开发者
适用人群
- 有一定数学与计算机基础，希望学习视觉识别的同学们。
机构简介
AI慕课
AI 慕课学院是和雷锋网联合创办的人工智能教育平台。旨在通过利用雷锋网自身在学术界、工业界、开发者圈等积累的资源与品牌优势，联合三界合作，为企业、学术圈和开发者提供直接对话学习的机会，带学生系统学习人工智能，培养优秀AI人才。
讲师简介
- Fei-Fei LiAssociate Professor ，Director, Stanford AI Lab ，Computer Science Department
- Justin JohnsonA PhD student in the Stanford Vision Lab, advised by Professor Fei-Fei Li .
- Serena YeungA Ph.D. student in the Stanford Vision Lab, advised by Prof. Fei-Fei Li.
- Albert Haque(Head TA)A CS grad student at Stanford studying artificial intelligence，advised by Prof. Fei-Fei Li.
- Other TA(详见链接）http://vision.stanford.edu/people.html
课程评价(6)
感谢你参加本课程，请你作出评价：
0/300
发表评价
以下选自学员评价
hshzhzh急急急
不错，简单易懂。。。
入门，深受启发，准备继续学习
对于刚接触的同学来说，还是很有用的，可以对整体内容有一个大概的框架上的认识，然后再去慢慢学习来填充这个框架。
老师讲的很好，非常适合入门学习，感谢老师！
点赞，敢开这种核心技术和前沿技术的课程。
课程学习交流
请扫码关注腾讯产业互联网学堂微信公众号