|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:46 编辑 0 n3 I6 i8 |( p3 q: ^. a6 @$ a2 O
* O }5 P: ?% x. ?- X% E
适用人群:& Z, o8 N! l, [, j2 q0 f5 d2 B
深度学习,人工智能爱好者
( G; U8 K2 A* M' b7 j$ K8 y) w0 D; Z! L
课程简介:5 l& U6 W; q( B
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。% q- ^. H: j: Q6 \% l
8 m0 A) W6 T2 f" i- s7 o- h, s课程目录:
1 e% V, m; u' `1 c01 课程简介2 E5 i- f1 i y' |
02 检测通用框架Faster k8 N6 k7 d' ]& |
03 Faster-Rcnn之RPN层详解* S1 z" g- I. B$ }/ C% u5 W
04 Faster-Rcnn整体框架流程1 T) M) H4 {( \; K9 @! C
05 Faster-Rcnn框架实验结果评估
+ |( e% W* |' \; k+ h& ]4 N% N06 关键点定位论文算法整体框架2 Q5 w9 }% ?5 x- `& |& @" X- D. U
07 关键点定位论文细节实现解读' ^, o0 {, ? z
08 关键点定位论网络结构详解5 Y/ J7 o# l" z* [7 V
09 深度残差网络架构分析
6 B7 F3 y8 \6 \10 深度残差网络实现细节
1 ^- e* o: ?4 o1 f0 O+ @11 Prisma图像风格变换原理
- E# [. Y* b% q0 _& T" O( L2 m12 Style-Transfer实现细节
( @. t. A. e: z13 级联网络结构原理分析7 S+ e: t3 V" p: r# H9 m o. y# _6 q
14 级联网络实现细节
4 R: j! @1 j% m- Z4 V15 DeepFashion在服装推荐,属性识别的贡献, y* c1 u* ]/ Q' o6 v6 g
16 DeepFashion网络结构详解" b' [% _0 {, }' u* K% y
8 G/ o/ p- n! I( T: _% `3 F- |, X/ Z+ F. N1 A
|
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
×
|