知名線上課程 深度學習實戰_影像辨識篇(含教材) 講師:Alex Lin 影音教學 中文發音 繁體中文版(DVD版)
本課程將從深度學習的理論出發，在近年來最受歡迎的深度學習框架-PyTorch上使用Python撰寫模型訓練、測試以及佈署程式。\n實作的部份除了基本的影像分類外，還包括物件偵測、影像分割甚至是人臉生成等應用。\n這門課的最終目標是能讓學員具備打造深度學習模型的能力，以解決電腦視覺中的各種任務。
深度學習
電腦視覺當中的深度學習
神經網路、支持向量機以及深度學習
卷積神經網路
深度學習中的資料集
Google Colab 簡介
深度學習中的量化指標
影像標記
物體偵測量化指標
語義分割量化指標
訓練神經網路
激勵函數
資料前處理
權重初始化
正規化
神經網路訓練中的單元測試
超參數最佳化
參數更新
丟棄
基礎神經網路實作：迴歸分析比較(自行撰寫倒傳遞 vs PyTorch 自動微分)
卷積神經網路
卷積神經網路的基本運算
經典卷積神經網路
遷移學習
運用遷移學習之影像分類實作：金髮與黑髮人臉分類
物件偵測與語義分割
物件偵測
物件偵測 : 二階段物件偵測
物件偵測 : 一階段物件偵測
物件偵測實作 : YOLOv1
語義分割
語義分割實作 : FCN
生成式對抗網路
生成式對抗網路模型簡介
生成式對抗網路模型(DCGAN)實作：人臉生成
|
|
您現在的位置：
專業知識教學
