本课程由李飞飞讲授，重点介绍如何利用深度学习技术进行视觉识别任务，包括图像分类、定位与检测等内容。学生将学会实现、训练及调试神经网络，并掌握计算机视觉领域的前沿研究。
这次课程是李飞飞讲解：
主要是深度学习的课程
如何训练机器进行视觉识别
原视频
引用课程主页上的官方课程描述如下：
计算机视觉已经在我们的社会中无处不在，并广泛运用在搜索、图像理解、应用程序、测绘、医药、无人机和自动驾驶汽车等领域。这些应用程序的核心技术是视觉识别任务，如图像分类、图像定位和图像检测。近期，神经网络（又名 “深度学习”）方法上的进展极大地提高了这些代表最先进水平的视觉识别系统性能。
本课程深入探讨深度学习架构的细节问题，重点学习视觉识别任务（尤其是图像分类任务）的端到端学习模型。在为期 10 周的课程中，学生将学习如何实现、训练和调试自己的神经网络，并建立起对计算机视觉领域前沿研究方向的详细理解。最后的任务将涉及训练一个有数百万参数卷积神经网络，并将其应用于最大的图像分类数据库（ImageNet）上。
我们将着重教授如何设置图像识别问题，学习算法（例如反向传播），用于训练和微调（fine-tuning）网络的工程实践技巧，引导学生完成实践作业和最终课程项目。本课程的大部分背景知识和素材都来源于 ImageNet Challenge 竞赛。
中文版课程链接：http://www.mooc.ai/course/26
扫一扫
3596
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
