【导读】在今年ECCV 2018上,刚获得“TPAMI”年轻研究员奖的Facebook的何恺明做了一个叫“Learning Deep Representations for Visual Recognition”的讲座。内容重点涵盖了他参与发明的ResNet/ResNeXt的细节结构以及一系列重要模型(包括LeNet、AlexNet、GoogleNet)的回顾。整个讲座内容深入浅出,重要的技巧比如Batch Normalization也都有涵盖。这个教程非常适合对ResNet想深入了解的读者。
请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),
后台回复“ECCV18HE” 就可以获取最新PPT下载链接~
参考链接:
https://gkioxari.github.io/Tutorials/eccv2018/index.html
附PPT全文:
-END-
专 · 知
人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!
请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!
请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~
请关注专知公众号,获取人工智能的专业知识!
点击“阅读原文”,使用专知