卷积网络深入理解
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
互联网、多媒体、智能化等it行业
你将会学到
介绍计算机视觉领域的发展,以及深度学习技术在这个领域取得的突破,帮助大家理解卷积神经网络,以及最近的发展,并使用 PaddlePaddle 去实现相关网络。
课程简介
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
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
9课时
第三部分 循环神经网络原理及模型视频课程
6470人学习
百度AI官方账号
4.6
免费
5课时
第四部分 CNN和RNN的应用视频课程
4787人学习
百度AI官方账号
4.3
免费
8课时
第二部分 让机器能“看”的现代技术视频课程
3066人学习
百度AI官方账号
4.8
免费
5课时
第八部分 可解释的模型及应用
2514人学习
百度AI官方账号
4.8
免费
6课时
第六部分 搜索排序学习应用视频课程
1036人学习
百度AI官方账号
5.0
免费
30课时
人工智能深度学习入门视频课程
282716人学习
唐宇迪
4.9
¥49.00
170课时
人工智能-深度学习框架-Tensorflow案例实战视频课程
282478人学习
唐宇迪
4.9
¥198.00
13课时
师傅带徒弟学Python:项目实战1:网络爬虫与抓取股票数据
272317人学习
关东升
4.9
¥69.00