微信
支付宝- 课程目录
- 课件下载
- 第一章：深度学习必备知识点
- 深度学习与人工智能概述 11:27 免费
- 计算机视觉面临挑战与机器学习常规套路 9:40
- 用K近邻进行图像分类任务（->数据代码下载） 10:01
- 超参数与交叉验证 10:30
- 线性分类 9:34
- 损失函数 9:17
- 正则化惩罚项 7:19
- softmax分类器 13:38
- 最优化问题形象解读 6:46
- 梯度下降算法 11:48
- 反向传播实例 15:16
- 第二章：走进深度学习的世界-神经网络模型
- 初识神经网络 25:10
- 深入神经网络细节 21:35
- 第三章：神经网络案例实战
- Python环境搭建（推荐Anaconda方法） 13:10
- Eclipse搭建python环境 5:23
- 动手实现简易神经网络 12:31
- 感受神经网络的强大 11:30
- 神经网络案例-cifar分类任务 16:01
- 神经网络案例-分模块构造神经网络 13:33
- 神经网络案例-训练神经网络完成分类任务 13:26
- 第四章：卷积神经网络
- 卷积神经网络（CNN）能干什么 14:55 免费
- 卷积层原理详解 12:53
- 卷积的计算过程 12:30
- 卷积核涉及参数详解 13:13
- 参数共享原则 8:09
- 池化层详解 8:24
- 分类与回归任务应用详解 33:30
- 如何巧妙设计网络结构 21:51
- 训练技巧之数据增强 12:20
- 训练技巧之Transfer Learning 11:09
- 经典卷积神经网络架构 21:15
- 第五章：卷积神经网络案例实战
- 卷积神经网络反向传播原理 14:43
- 案例实战：实现卷积层的前向传播与反向传播 10:19
- 案例实战：实现池化层的前向传播与反向传播 12:00
- 第六章：递归神经网络
- 递归神经网络原理 9:12
- LSTM网络结构 10:01
- 案例实战：打造二进制加法器 33:46
- 第七章：Faster-rcnn物体检测框架
- 物体检测框架Faster-rcnn原理 16:25
- Faster-rcnn之RPN层 23:47
- 整体框架流程 19:41
- 实验效果评估 21:43
- 第八章：级联网络结构
- 级联网络原理分析 11:01
- 级联网络实现细节 13:16
- 第九章：关键点定位网络
- 关键点定位论文算法整体框架分析 20:36
- 实现细节解读 11:29
- 网络结构详解 9:12
- 第一十章：残差网络架构
- 深度残差网络架构分析 12:58
- 残差网络实现细节 13:56
- 第一十一章：style-transfer风格转换
- PRISMA图像风格变换原理 10:34 免费
- STYLE-TRANSFER实现细节 11:00
