CS231n课程介绍

斯坦福大学的CS231n课程专注于面向视觉识别的卷积神经网络,讲解深度学习在图像分类、定位和探测任务中的应用。课程由Fei-Fei Li、Andrej Karpathy和Justin Johnson主讲,内容涵盖神经网络的实现、训练和调试,以及在ImageNet上的实践。参与者需具备Python、微积分、线性代数和概率统计的基础知识。
摘要由CSDN通过智能技术生成

课程简介:
CS231n: Convolutional Neural Networks for Visual Recognition
即:面向视觉识别的卷积神经网络
本课程是斯坦福大学计算机视觉实验室2016年1月份到3月份推出的公开课程。


主讲教师:
Fei-Fei Li/Andrej Karpathy/Justin Johnson

课程描述:
计算机视觉在社会中已经逐渐普及,并广泛运用于搜索检索、图像理解、手机应用、地图导航、医疗制药、无人机和无人驾驶汽车等领域。而这些应用的核心技术就是图像分类、图像定位和图像探测等视觉识别任务。近期神经网络(也就是“深度学习”)方法上的进展极大地提升了这些代表当前发展水平的视觉识别系统的性能。

本课程将深入讲解深度学习框架的细节问题,聚焦面向视觉识别任务(尤其是图像分类任务)的端到端学习模型。在10周的课程中,学生们将会学习如何实现、训练和调试他们自己的神经网络,并建立起对计算机视觉领域的前沿研究方向的细节理解。最终的作业将包括训练一个有几百万参

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值