Udemy線上課程 深度學習——神經網絡實戰精講 建立者:三節課 sanjieke 影音教學 中文發音 中文版(DVD版)
卷積神經網絡（CNN）在計算機視覺領域已經取得了巨大成功，當前眾多傳統計算機視覺算法已經被深度學習所替代，這也導致深度學習以及卷積神經網絡成為研究的熱點。
圖像識別是計算機視覺領域最基本、最核心的問題，其常用算法也正是卷積神經網絡。
本門課程我們將對卷積神經網絡進行深入探究，課程從卷積神經網絡原理與圖像識別核心模塊兩個部分展開，全面講解卷積神經網絡的基本概念與典型應用。
與此同時，我們還將引導學員運用CNN訓練圖像分類模型，從數據預處理到網絡模塊設置再到網絡模型的保存與測試，帶領學員從理論到應用，一步步掌握卷積神經網絡。
01 - 課程導讀
001 課程簡介.html
002 講師介紹.html
003 課程大綱.html
02 - 卷積神經網絡原理與參數解讀 共7節 1小時15分鐘
001 卷積神經網絡應用領域.mp4
002 卷積的作用.mp4
003 卷積特征值計算方法.mp4
004 步長與卷積核大小對結果的影響.mp4
005 特征圖尺寸與池化層.mp4
006 網絡架構與殘差網絡.mp4
007 殘差網絡Resnt與感受野.mp4
03 - 圖像識別核心模塊實戰解讀
001 卷積網絡參數定義.mp4
002 網絡流程解讀.mp4
003 Vision模塊與分類任務數據集定義與配置.mp4
004 數據預處理與數據增強模塊.mp4
005 Batch數據制作.mp4
04 - 課程回顧
001 課後寄語.html
|
|
專業知識教學
