|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:46 编辑 ) I9 @5 q, p5 S
- C, L& C3 {# r6 m% ^ l
适用人群:
' L9 j) B$ T* x- ?深度学习,人工智能爱好者4 z8 l9 G$ Y! @1 z
) C, U) W$ t6 w$ t8 {# A: p
课程简介:
8 C4 M) B& M) ^* L' k9 @/ K- L 详解最新的顶级会议论文的核心算法和思想,所选论文都是当今最主流和最有学习价值的算法如faster-rcnn,深度残差网络等。结合算法流程图,对于每一个复杂的算法总结成通俗易懂的原理思想,即便刚入门这个领域也能快速理解深度学习领域顶级的算法思想。
& H" ?2 u9 H9 I; O4 K* j& X# }8 S. ? j' ^
课程目录:6 O1 V7 D& P0 T! S
01 课程简介
& j- j3 I- C; X3 j02 检测通用框架Faster/ N' F" o v* t8 C: h
03 Faster-Rcnn之RPN层详解' z. k3 R2 `3 O
04 Faster-Rcnn整体框架流程
9 S% N" B& E- i# a05 Faster-Rcnn框架实验结果评估
, I& q% I+ e1 ~9 D5 W06 关键点定位论文算法整体框架! y- d) ?4 d) W; u3 v( y
07 关键点定位论文细节实现解读 X9 d" w+ B0 t8 s# X* V+ u" [
08 关键点定位论网络结构详解
1 W) b0 F/ M( J$ b+ z09 深度残差网络架构分析
' r7 c/ |: L Z4 U4 c2 \) G10 深度残差网络实现细节
" F4 m) J# F: A7 N+ m/ S! w11 Prisma图像风格变换原理
7 a P. F5 L; C5 }$ p4 [12 Style-Transfer实现细节8 i! z; H) @: S
13 级联网络结构原理分析8 u5 B7 m- P: X/ X8 y: t* _9 ^% ~
14 级联网络实现细节
6 b* S. G ~- s& Q+ }# o15 DeepFashion在服装推荐,属性识别的贡献7 c* O) X e/ F! q2 n
16 DeepFashion网络结构详解
_2 Z# d9 i/ M. C; H" T$ ?' j2 ?5 |% ]2 x4 ^7 r
" l* f; p% @/ B% e% {' B0 `: m
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|