课程优势

点我咨询困惑

学习大纲

  • Week 1


    1. 计算机视觉发展历史、应用场景

    2. 最近邻分类器和K近邻分类器

    3. 线性分类器、损失函数

    4. 损失函数及优化方法

    作业视频讲解:训练KNN分类器、训练线性分类器、使用numpy实现线性分类器

  • Week 2


    1. 反向传播

    2. 深度神经网络

    3. 卷积神经网络

    作业视频讲解:Lenet实战MNIST

  • Week 3


    1.激活函数、权重初始化

    2.进一步理解激活函数

    3.Batchnorm

    Kaggle比赛视频讲解:人脸关键点检测

  • Week 4


    1.更多优化方法(学习RMSProp、Adam等)

    2.权重正则化

    3.迁移学习

    作业视频讲解:实战迁移学习、finetune

  • Week 5


    1.深度学习框架

    2.深度神经网络结构

    3.深度神经网络实现

    4.深度神经网络训练

    作业视频讲解:实现深度神经网络 resnet18

  • Week 6


    1. 语义分割问题

    2. 目标识别和检测问题

    Kaggle比赛视频讲解:猫狗二分类

  • Week 7


    1. 卷积层可视化

    2. Deepdream与风格迁移

    3. Pixel RNN、CNN

    4. 变分自编码器

    作业视频讲解:生成对抗网络

  • Week 8


    1. 循环神经网络

    2. 语言模型

    3. 图像语言问题

    作业视频讲解:实现RNN Captioning 、LSTM Captioning

  • Week 9


    1.期末总结

    2.结营竞赛(视情况选题)

李飞飞2-1.jpg





李飞飞2-2.jpg


西瓜书2-3.jpg





李飞飞2-4.jpg







李飞飞3-1.jpg


西瓜书3-2.jpg





西瓜书3-3.jpg







西瓜书4-1.jpg







李飞飞4-1.jpg





李飞飞5-1.jpg





李飞飞5-2.jpg