斯坦福李飞飞视觉识别 [MP4] (16.29G)

1_计算机视觉概述

2_计算机视觉历史背景

3_课程后勤

4_数据驱动方法

5_K-最近邻算法

6_线性分类

7_损失函数

8_优化

9_反向传播

10_神经网络

11_历史

12_视觉之外的卷积神经网络

13_卷积和池化

14_激活函数

15_批量归一化

16_更好的优化

17_正则化

18_迁移学习

19_8.1Caffe，Torch，Theano，TensorFlow，Keras，PyTorch等

20_9.1 AlexNet，VGG，GoogLeNet，ResNet等

21_10.1 RNN,LSTM,GRU,等等

22_10.2 语言模型

23_10.3 图像标注、视觉问答、 Soft attention模型

24_11.1 分割

25_11.2定位

26_11.3识别

27_12.1 特征可视化、倒置、对抗样本

28_12.2 DeepDream和风格迁移

29_13.1 Pixel RNN/CNN

30_13.2 变分自编码器

31_13.3 生成对抗网络

32_14.1 策略梯度，硬注意

33_14.2 Q-Learning, Actor-Critic算法

34_15.1 深度学习的方法及硬件

35_16.1 对抗样本和对抗训练

课程下载地址：

手机号码 温馨提示: 如已购买请输入手机号绑定订单  点击绑定

本部分为付费内容,您需要支付 1.00元 后可查看 立即支付

售前售后咨询:

扫一扫，支付¥1.00元

正在加载二维码...

支付完成后，请等待10秒左右，请勿关闭此页