卷积网络深入理解

计算机视觉是人工智能发展历程中具有代表性的领域，计算机视觉作为机器获取信息的重要手段之一，其应用场景遍布很多地方，本节课给出计算机视觉的概述。接着深入探讨计算机视觉的具体的问题和核心思想，帮助大家从新的视角来看计算机视觉这个重要的领域。人们对于生物视觉的研究产生了其对于机器实现视觉智能的探索，通过借鉴神经科学和脑科学的研究，科学家们给出了在计算机视觉中的具备良好表现的卷积神经网络模型，这也是我们目前依赖的重要结构之一。课程中我们会简单介绍这样的网络结构，我们会分析卷积网络组成单元，对其中的原理进行分析，帮助大家更好地学习这样的一个经典的神经网络结构。接着会进入现代计算机视觉的大门，深度学习在计算机视觉中最为令人兴奋的突破就在 AlexNet，这是来自多伦多大学 Hinton 组的 Alex 的代表性工作，该工作**了深度学习的潮流，在这之后计算机视觉完全由深度学习统治了，我们将会给出 AlexNet 网络结构的讲解。以及给出 VGG 网络模型的结构和组成单元及其特性的讲解。而目前最为常用的ResNet 网络是令人震惊的结构，这项技术帮助我们设计出了超过百层甚至上千层的网络，本课最后介绍 ResNet 的结构和核心思想，帮助大家理解 ResNet 网络