相信每一个学习人工智能的同学,都听说过斯坦福大学计算机视觉实验室推出的 CS231n 这门课。该门课程由 AI 界王牌导师李飞飞主讲,作为一门计算机视觉的精讲课程,它主要介绍神经网络在计算机视觉领域的应用,涵盖图像分类、定位、检测等视觉识别任务,以及其在搜索、图像理解、应用、地图绘制、医学、无人驾驶飞机和自动驾驶汽车领域的前沿应用。
如今,这门课程2020年新版开课啦!
地址:http://cs231n.stanford.edu/index.html
计算机视觉在我们的社会中已经变得无处不在,在搜索、图像理解、APP、地图绘制、医疗、无人机和自驾车汽车等领域都有应用。其中许多应用的核心是视觉识别任务,如图像分类、定位和检测等。最近神经网络(又名 "深度学习")方法的发展,大大提升了这些最先进的视觉识别系统的性能。
本课程是对深度学习架构细节的深入研究,重点是学习这些任务的端到端模型,特别是图像分类。
在为期10周的课程中,学生将学习如何实现、训练和调试自己的神经网络,并详细了解计算机视觉领域的前沿研究。最后的任务将涉及训练一个百万参数卷积神经网络,并将其应用于最大的图像分类数据集(ImageNet)上。
我们将重点讲授如何设置图像识别问题,学习算法(如反向传播),训练和微调网络的实际工程技巧,并引导学生通过实践作业和最后的课程项目来指导学生。本课程的大部分背景和材料将来自于ImageNet挑战赛。
任课导师
第一章内容
雷锋网雷锋网雷锋网
相关文章:
直播分享 | 手把手教你写 2019 最新版 CS231n 作业
李飞飞主讲斯坦福大学 CS231n 课程笔记:K 近邻算法&线性分类
CS231n 课后作业第二讲 : Assignment 2(含代码实现)| 分享总结
我们从李飞飞斯坦福CS231n课程讲义里,扒来了最全的计算机视觉术语表