写在前面
-
每天更新1篇文章,共更新100篇以上
-
相关代码会放在gitee上
-
预计2023-11-11开始推送文章,持续3个月左右
-
如果想购买本专栏,可关注下方公众号,加我微信有优惠。
专栏简介
本专栏带你从头开始入门计算机视觉。
本小册内容会比之前写的文章更专业更全面,并且你可以深度链接作者,确保你能完全学会。
预计更新100篇文章以及实战代码(预计在3个月左右时间更新完成),包含以下章节(更新过程中会有调整):
以下高亮部分为已更新内容。
我所理解的计算机视觉
基础背景知识
传统计算机视觉初探
深度学习基础
图片分类模型 - Resnet50
-
Softmax 与损失函数的关系
-
python/c++ 实战 - 手写 softmax 算法
-
Resnet 中的下采样
-
Resnet 中的BottleNeck 结构
模型实战
-
python/c++ 实战 - 手写搭建 conv + batchnorm + relu conv_bn_relu)结构
-
python/c++ 实战 - 手写搭建 bottleneck 结构
-
python/c++ 实战 - 手写全局平均池化
-
python/c++ 实战 - 利用 conv_bn_relu + bottleneck + 最大池化 + 全局池化 + 全连接搭建resnet50
-
python/c++ 实战 - 下载该神经网络预训练权值
-
python/c++ 实战 - 对神经网络加载权值 python/c++
-
实战解析 - 图像预处理介绍
-
python/c++ 手写图像预处理
-
python/c++ 输入任意图片,正确推理结果
-
神经网络评价指标 - Top1/Top5, 看你手写的神经网络正确率如何?
模型性能优化
-
python/c++ 实战总结 神经网络性能指标 - 吞吐和延时
-
计算机基础 - 计算数据流加载(IO)
-
性能优化1 - 循环展开(unrooling) 及其原理
-
性能优化2 - 图融合及其原理
-
性能优化2 - resnet中可融合的层的算法等价关系介绍
-
性能优化实战 - 以上述手写的神经网络代码为基础,完成图融合的实战
-
性能优化3 - 什么是计算向量化
-
性能优化3 - 内积和卷积的关系
-
性能优化3 - 利用 python 的内积优化卷积运算
-
性能优化3 - CPU 向量指令和标量指令介绍
-
性能优化3 - CPU avx指令集介绍
-
性能优化3实战 - 利用avx指令集做卷积算法的优化
-
性能优化4 - 权值预加载技术
-
性能优化5 - 模型预编译技术和代码生成介绍
小册内容丰富,从原理入门到算法解析到实战,全部包含。
围绕着Resnet50这一神经网络,会带你将基础知识打牢,无论你是小白,还是已有一些基础想提高,都很适合。