卷积神经网络


从深度卷积神经网络基础入手,精心拆解CNN的基本单元,并且详细介绍了经典、移动端的神经网络结构,详细梳理了几个关键结构的发展历程。

        

课程难度

基础

已经参加学习的人数

48

课程主讲师

王老师

学习次数

789

卷积过程
物体检测

课程大纲

第 1 集卷积神经网络试听

  • 1.1 深度卷积网络基础试听
  • 1.2 深度卷积网络基础试听
  • 1.3 其它基本单元以及神经网络结构试听
  • 1.4 经典卷积神经网络结构试听
  • 1.5 Inception结构的发展试听
  • 1.6 移动设备的模型结构试听
  • 1.7 Faster-RCNN的发展过程试听
  • 1.8 Yolo系列模型结构试听

第 2 集深度卷积网络基础

  • 2.1 感知机
  • 2.2 logistic regression
  • 2.3 特征提取基础
  • 2.4 传统的边缘检测方法
  • 2.5 良好特征的三个性质
  • 2.6 感受野

第 3 集基本单元-卷积层

  • 3.1 卷积的概念
  • 3.2 计算方法
  • 3.3 其它新型卷积

第 4 集其它基本单元以及神经网络结构

  • 4.1 池化层
  • 4.2 激活层
  • 4.3 BN层
  • 4.4 全连接层
  • 4.5 LeNet
  • 4.6 AlexNet
  • 4.7 ZFNet

第 5 集经典卷积神经网络结构

  • 5.1 VGG
  • 5.2 ResNet
  • 5.3 DenseNet

第 6 集Inception结构的发展

  • 6.1 Inception V1
  • 6.2 Inception V2
  • 6.3 Inception V3
  • 6.4 Inception V4
  • 6.5 Inception-Residual

第 7 集移动设备的模型结构

  • 7.1 MobileNet V1
  • 7.2 ShuffleNet
  • 7.3 MobileNet V2
  • 7.4 模型蒸馏的基本原理
  • 7.5 模型蒸馏的设计技巧

第 8 集Faster-RCNN的发展过程

  • 8.1 RCNN
  • 8.2 Fast-RCNN
  • 8.3 Faster-RCNN

第 9 集Yolo系列模型结构

  • 9.1 Yolo
  • 9.2 Yolo V2
  • 9.3 Yolo V3
Q & A

授课方式是?

为了保障课程质量,提高学习效率, 课程采用录播形式。视频精心录制与剪辑制作,时间比直播更灵活,方便随时观看学习。

学习本课程,有什么前置要求么?

一定的数学基础,至少会一门编程语言。

课程周期是多久?

为了让大家在一定时间内集中精力学习,本课程有效期有6个月。

遇到问题可以咨询么?

本课程为专题课程,不提供在线答疑服务。

如何开取发票?

扫描下方二维码,联系小编即可。

如何延长有效期?

课课程到期后,电脑端登录官网可以续费,续费价格是官网原价的5%,有效期半年。


更多问题、课程咨询、资料获取,扫码找小编






 课程咨询