您的位置:首页 > 理论基础

深度学习与计算机视觉教程:斯坦福CS231n · 全套笔记解读

2022-05-27 11:23 3035 查看

引言

本篇内容是ShowMeAI组织的深度学习与计算机视觉系列教程入口,本教程依托于斯坦福Stanford出品的【CS231n:深度学习与计算机视觉】方向专业课程,根据课程视频内容与课程笔记,结合补充资料,针对深度学习与计算机视觉方向的主题做了全面梳理与制作,希望给大家提供专业细致而直观易懂的学习教程。

本系列教程内容覆盖:图像分类神经网络反向传播计算图CNNRNN神经网络训练tensorflowpytorch注意力机制生成模型目标检测图像分割强化学习 等主题。

教程地址

点击查看完整教程学习路径

内容章节

1.深度学习与CV教程(1) | CV引言与基础

2.深度学习与CV教程(2) | 图像分类与机器学习基础

3.深度学习与CV教程(3) | 损失函数与最优化

4.深度学习与CV教程(4) | 神经网络与反向传播

5.深度学习与CV教程(5) | 卷积神经网络

6.深度学习与CV教程(6) | 神经网络训练技巧 (上)

7.深度学习与CV教程(7) | 神经网络训练技巧 (下)

8.深度学习与CV教程(8) | 常见深度学习框架介绍

9.深度学习与CV教程(9) | 典型CNN架构 (Alexnet, VGG, Googlenet, Restnet等)

10.深度学习与CV教程(10) | 轻量化CNN架构 (SqueezeNet, ShuffleNet, MobileNet等)

11.深度学习与CV教程(11) | 循环神经网络及视觉应用

12.深度学习与CV教程(12) | 目标检测 (两阶段, R-CNN系列)

13.深度学习与CV教程(13) | 目标检测 (SSD, YOLO系列)

14.深度学习与CV教程(14) | 图像分割 (FCN, SegNet, U-Net, PSPNet, DeepLab, RefineNet)

15.深度学习与CV教程(15) | 视觉模型可视化与可解释性

16.深度学习与CV教程(16) | 生成模型 (PixelRNN, PixelCNN, VAE, GAN)

17.深度学习与CV教程(17) | 深度强化学习 (马尔可夫决策过程, Q-Learning, DQN)

18.深度学习与CV教程(18) | 深度强化学习 (梯度策略, Actor-Critic, DDPG, A3C)

ShowMeAI 系列教程推荐

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐