停课不停学 | 旷视 × 北大《深度学习实践》课程全面开放！

旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程（视频+PPT，共计28课时）已在B站首发，正式全面上线，让你足不出户也能享有高水平的教学资源。

“与其疫情宅家玩游戏，不如家里蹲大学把课上。”疫情期间，我们每日听到的最多的信息之一可能就是号召大家在线坚持学习。不过，在左有“名师授课”、右有“速成深度学习”，多重信息的围攻之下，大部分人最终还是选择了那条无数“英雄”选择的道路——“收藏+下次一定”，重回电子虚拟世界，麻痹自己，蹉跎人生。

 

怎么办？旷视研究院为你支招！

 

近日，旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程（视频+PPT，共计28课时）全面向社会免费开放！从深度学习基础理论到计算机视觉实践，由旷视首席科学家兼研究院长孙剑，及身经百战的研发总监、资深研究员亲身授课，真正将高水平深度学习课程带给大家。知识全面、循循善诱、透彻又不枯燥是本课程最大的特点。

 

《深度学习实践》是旷视研究院联合顶尖高校开设的系列深度学习精品课程之一。作为旷视的研发中心，旷视研究院一直基于自研的人工智能算法平台Brain++和深度学习框架MegEngine开展最前沿学术、产业技术研究、交流，累计收获27项世界冠军；并实现在个人物联网、城市物联网、供应链物联网三大领域的应用落地。值得一提的是，旷视后续将对Brain++及其核心框架、平台进行开源、开放，强大的算力、SOTA模型、框架资源任你用，敬请期待~

此次课程录制于2017年秋季旷视研究院在北京大学授课期间，已连续开设3年，后续将开放更多精彩课程供同学们学习、研究。

 

课程大纲

 

• Lecture 1: Introduction to Computer Vision and Deep Learning

• Lecture 2: Math In Deep Learning

• Lecture 3: Neural Network Basics & Architecture Design

• Lecture 4: Introduction to Computation Technologies in Deep Learning

• Lecture 5: Neural Network Approximation

• Lecture 6: Modern Object Detection

• Lecture 7: Scene Text Detection and Recognition

• Lecture 8: Image Segmentation

• Lecture 9: Recurrent Neural Networks

• Lecture 10: Introduction to Generative Models (and GANs)

• Lecture 11: Person Re-Identification

• Lecture 12: Shape from X

• Lecture 13: Visual Object Tracking

• Lecture 14: Neural Network in Computer Graphics

 

课程传送门：

 

PPT：进入“旷视研究院”微信公众号后台，回复关键词“深度学习实践PPT”即可获取下载链接。

 

线上交流群：

 

关注 ↑ 旷视研究院小助手加入线上交流群

 

最后讲个真实的故事。

1665年，牛顿在剑桥三一学院就读期间，伦敦发生大瘟疫，造成数万人死亡。牛顿回家自我隔离，亲戚也不走，聚会也不去。

但正是这段清浄的时间，让他有机会思考数学、光学、力学的问题，硕果累累，成功创立了二项式定理和光的分解，确立了牛顿第一、第二定律和引力定律的基本思想……

恩？仿佛听到有人在谈论我？

 

祝大家身体健康，少出门、多运动，提高免疫力的同时也不要忘了加倍努力学习思考哦~

传送门 

欢迎大家关注如下  旷视研究院   官方微信号 👇