4.2、C3D网络结构

25 未经授权,禁止转载了解课程
课程介绍
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
适合人群
适合有一定深度学习基础的计算机视觉学习的学生,课程采用手把手教学,带你入门基于3DCNN卷积的视频行为识别检测
你将会学到
Pytorch深度学习框架知识,和利用3DCNN进行视频行为分析
  • 3DCNN卷积网络
  • 视频行为识别
  • 深度学习
课程简介
  1. 课程章节丰富,对每个知识点讲解详细,其中代码采用流行的pytorch框架,代码都是手把手带着大家一行一行敲,具体课程目录如下:

  1. 课程采用主流的深度学习框架pytorch

  2. 课程含有丰富的课件、源码和数据,这些都会提供给大家,具体如下图所示:

  3. 数据集

  1. 网络框架

  2. 代码


展开更多
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{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) }}
头像
{{ 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