计算机视觉
·
讲 CS231n 的 Justin Johnson 在密歇根大学推出了一套计算机视觉的进阶课程。 计算机视觉在日常生活中已经无处不在。从搜索引擎、图像理解、地图、医疗、无人机、自动驾驶到各类手机 app，都离不开计算机视觉。这些应用中有许多像图像分类和目标检测这样的视觉识别任务，而神经网络方面的进展大大提高了视觉识别系统的性能。
来自密歇根大学的 Justin Johnson 在 2019 年秋季推出了一套新的课程，该课程深入探讨了基于神经网络的计算机视觉深度学习方法的细节。这一课程近日已在 YouTube 上开放。
课程视频链接：https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r
成为VIP会员查看完整内容
1.Course Introduction
2.Image Classification
3.Linear Classifiers
4.Optimization
5.Neural Networks
6.Backpropagation
7.Convolutional Networks
8.CNN Architectures
9.Hardware and Software
10.Training Neural Networks I
11.Training Neural Networks II
12.Recurrent Networks
13.Attention
14.Visualizing and Understanding
15.Object Detection
16. Image Segmentation
17. 3D vision
18. Videos
19. Generative Models I
20. Generative Models II
21.Reinforcement Learning
22.Conclusion
相关内容
Arxiv
5+阅读 · 2019年2月25日
Arxiv
3+阅读 · 2018年12月13日
Arxiv
4+阅读 · 2018年5月9日
Arxiv
3+阅读 · 2018年3月9日
相关主题
相关VIP内容
相关资讯
相关论文
Arxiv
5+阅读 · 2019年2月25日
Arxiv
3+阅读 · 2018年12月13日
Arxiv
4+阅读 · 2018年5月9日
Arxiv
3+阅读 · 2018年3月9日
微信扫码咨询专知VIP会员