成功

扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

白勇
研究员/教授
大学教授,美国归国博士、博士生导师;人工智能公司专家顾问;长期从事人工智能、物联网、大数据研究;已发表学术论文100多篇,授权发明专利10多项
显示更多
本课程共计560分钟,38节,如果每天学习1小时,预计学习10天。
课程简介


Linux创始人LinusTorvalds有一句名言:Talk is cheap, Show me the code.(冗谈不够,放码过来!)。

代码阅读是从入门到提高的必由之路。尤其对深度学习,许多框架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。

 

YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。

YOLOv3的实现Darknet是使用C语言开发的轻型开源深度学习框架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。

 

本课程将解析YOLOv3的实现原理和源码,具体内容包括:


  •      YOLO目标检测原理 
  •      神经网络及Darknet的C语言实现,尤其是反向传播的梯度求解和误差计算 
  •      代码阅读工具及方法 
  •      深度学习计算的利器:BLAS和GEMM 
  •      GPU的CUDA编程方法及在Darknet的应用 
  •      YOLOv3的程序流程及各层的源码解析


 

本课程将提供注释后的Darknet的源码程序文件。

 

除本课程《YOLOv3目标检测:原理与源码解析》外,本人推出了有关YOLOv3目标检测的系列课程,包括:


  •   《YOLOv3目标检测实战:训练自己的数据集》
  •   《YOLOv3目标检测实战:交通标志识别》
  •   《YOLOv3目标检测:原理与源码解析》
  •   《YOLOv3目标检测:网络模型改进方法》


 

建议先学习课程《YOLOv3目标检测实战:训练自己的数据集》或课程《YOLOv3目标检测实战:交通标志识别》,对YOLOv3的使用方法了解以后再学习本课程。


你将收获
学懂YOLOv3目标检测原理
读懂C语言实现的Darknet源码
第一章:课程介绍
第二章:YOLO目标检测原理
第三章:神经网络及Darknet的实现
第四章:神经网络计算的利器:blas和GEMM
第五章:GPU的CUDA编程方法
第六章:代码阅读工具及准备
第七章:YOLOv3的预测和训练流程
第八章:YOLOv3各层的源码解析
第九章:问题与解答(Q&A)
第一十章:课程总结
查看更多章节
查看更多笔记

加载中...

没有更多了

同学笔记空空如也

查看更多评价

加载中...

没有更多了

空空如也

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部