<form id="hztlr"><nobr id="hztlr"><nobr id="hztlr"></nobr></nobr></form>

          <address id="hztlr"><nobr id="hztlr"></nobr></address>

            <address id="hztlr"><nobr id="hztlr"><meter id="hztlr"></meter></nobr></address>

                  成功

                  掃碼支付

                  購買商品:
                  商品價格:

                  價格讀取中

                  支付方式:
                  微信

                  請掃碼進行支付

                  支付寶

                  請掃碼進行支付

                  二維碼已過期,請點擊刷新

                  基于深度學習的計算機視覺: 原理與實踐 (下部)

                  白勇
                  研究員/教授
                  大學教授,美國歸國博士、博士生導師;人工智能公司專家顧問;長期從事人工智能、物聯網、大數據研究;已發表學術論文100多篇,授權發明專利10多項
                  顯示更多
                  【課程介紹】

                  本課程適合具有一定深度學習基礎,希望發展為深度學習之計算機視覺方向的算法工程師和研發人員的同學們。

                  基于深度學習的計算機視覺是目前人工智能最活躍的領域,應用非常廣泛,如人臉識別和無人駕駛中的機器視覺等。該領域的發展日新月異,網絡模型和算法層出不窮。如何快速入門并達到可以從事研發的高度對新手和中級水平的學生而言面臨不少的挑戰。精心準備的本課程希望幫助大家盡快掌握基于深度學習的計算機視覺的基本原理、核心算法和當前的領先技術,從而有望成為深度學習之計算機視覺方向的算法工程師和研發人員。

                  本課程系統全面地講述基于深度學習的計算機視覺技術的原理并進行項目實踐。課程涵蓋計算機視覺的七大任務,包括圖像分類、目標檢測、圖像分割(語義分割、實例分割、全景分割)、人臉識別、圖像描述、圖像檢索、圖像生成(利用生成對抗網絡)。本課程注重原理和實踐相結合,逐篇深入解讀經典和前沿論文70余篇,圖文并茂破譯算法難點, 使用思維導圖梳理技術要點。項目實踐使用Keras框架(后端為Tensorflow),學員可快速上手。

                  通過本課程的學習,學員可把握基于深度學習的計算機視覺的技術發展脈絡,掌握相關技術原理和算法,有助于開展該領域的研究與開發實戰工作。另外,深度學習之計算機視覺方向的知識結構及學習建議請參見本人CSDN博客。

                  本課程提供課程資料的課件PPT(pdf格式)和項目實踐代碼,方便學員學習和復習。

                  本課程分為上下兩部分,其中上部包含課程的前五章(課程介紹、深度學習基礎、圖像分類、目標檢測、圖像分割),下部包含課程的后四章(人臉識別、圖像描述、圖像檢索、圖像生成)。


                  閱讀更多
                  【課程收益】
                  掌握基于深度學習的計算機視覺原理與算法
                  掌握基于深度學習的計算機視覺的項目實踐方法
                  提高深度學習計算機視覺方向的文獻閱讀能力
                  第一章:人臉識別
                  第二章:圖像描述
                  第三章:圖像檢索
                  第四章:圖像生成
                  閱讀更多
                  手機看
                  關注公眾號

                  關注公眾號

                  下載APP

                  下載APP

                  客服 幫助 返回
                  頂部
                  爱乐透彩票