深度学习及其在图像领域的应用

深度学习及其在图像领域的应用

• 第1章 深度学习在图像检测与识别领域的发展与应用
• 1-1 主题内容简介 立即学习 免费试看  
• 1-2 传统图像检测与识别算法 立即学习 免费试看  
• 1-3 深度学习算法 立即学习 免费试看  
• 1-4 卷积神经网络 立即学习 免费试看  
• 1-5 基于CNN的图像检测和识别算法 立即学习 免费试看  
• 1-6 关键技术总结及后期内容预告 立即学习 免费试看  

• 第2章 机器学习与人工智能基础
• 2-1 什么是机器学习和人工智能、深度学习介绍 立即学习
• 2-2 深度学习基础知识-线性代数 立即学习
• 2-3 深度学习基础知识-概率论 立即学习
• 2-4 深度学习基础知识-最优化理论 立即学习
• 2-5 课后习题及作业提交 立即学习

• 第3章 机器学习基础
• 3-1 有监督学习、无监督学习、强化学习等概念 立即学习
• 3-2 模型的概念、模型的表达能力、泛化能力、过拟合、欠拟合 立即学习
• 3-3 数据集、参数与超参 立即学习
• 3-4 线性可分支持向量机（SVM 为例） 立即学习
• 3-5 课后习题及作业提交 立即学习

• 第4章 深度学习方法
• 4-1 深度学习方法内容概述 立即学习
• 4-2 神经网络模型 立即学习
• 4-3 误差前向传播与梯度逆向传播 立即学习
• 4-4 深度学习常用的正则项 立即学习
• 4-5 深度学习模型的挑战 立即学习
• 4-6 课后习题 立即学习

• 第5章 卷积网络
• 5-1 卷积操作：滤波、分频等应用 立即学习
• 5-2 使用卷积的动机 立即学习
• 5-3 池化：池化的物理意义 立即学习
• 5-4 卷积操作的变形 立即学习
• 5-5 卷积的反向传递 立即学习
• 5-6 快速卷积算法 立即学习
• 5-7 课后习题 立即学习

• 第6章 工程应用
• 6-1 主要内容 立即学习
• 6-2 基础模型的选择 立即学习
• 6-3 模型调优 立即学习
• 6-4 常见框架介绍 立即学习
• 6-5 模型简化与加速 立即学习
• 6-6 实例（人脸识别为例） 立即学习

• 第7章 课程总结
• 7-1 课程总结 立即学习