高级的深度学习。本讲座重点介绍计算机视觉的前沿深度学习技术,重点介绍统计学背景、递归神经网络(RNNs)和生成模型(GANs)。课程的一部分是一个贯穿整个学期的项目,深入学习现代DL方法。

https://dvl.in.tum.de/teaching/adl4cv-ss20/

目录内容:

  • 课程及专题简介
  • 神经网络可视化和可解释性
  • 相似的学习
  • 注意力机制和transformers
  • 图神经网络
  • Autoencoders & VAE
  • 生成式模型I
  • 生成式模型 II
  • 视频,自回归模型,多维度
  • 领域适应和迁移学习
成为VIP会员查看完整内容
78

相关内容

基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
【MIT深度学习课程】深度序列建模,Deep Sequence Modeling
专知会员服务
77+阅读 · 2020年2月3日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
麻省理工2019年深度学习导论课程全套PPT
专知
14+阅读 · 2019年2月15日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
14+阅读 · 2017年10月30日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
5+阅读 · 2018年3月16日
Arxiv
6+阅读 · 2018年2月24日
VIP会员
相关论文
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
5+阅读 · 2018年3月16日
Arxiv
6+阅读 · 2018年2月24日
微信扫码咨询专知VIP会员