深度学习之目标检测常用算法原理+实践精讲|完结无密
Python全部课程

深度学习之目标检测常用算法原理+实践精讲|完结无密

深度学习之目标检测常用算法原理+实践精讲 YOLO / Faster RCNN / SSD / 文本检测 / 多任务网络 课程从算法角度出发，对各个模型进行全面细致的讲解，并结合人脸检测、物体检测、行人车辆检测、文本检测等项目，熟悉算法工程师在工作中会接触到的数据打包、网络训练、测试等问题,一步步带大家了解和完成目标检测实战案例，尽快进入深度学习领域。 适合人群 目标检测在深度学习领域中应用非常广泛。无论是AI爱好者，在读研究生 还是在职算法工程师，学习这门课程都能够让你有所收获。 技术储备要求 了解linux环境的基本操作 具备一定机器学习、深度学习基础的学员 有Caffe、TensorFlow基础 [wm_tips]试看链接：https://pan.baidu.com/s/1Eol_gDSG3241rxwvY_5aNg 提取码：vkya [/wm_tips] 章节目录： 第1章 课程介绍 试看1 节 | 23分钟 本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等，帮助大家从整体上了解本门课程的整体脉络。 收起列表 视频：1-1 课程导学 (22:58)试看 第2章 目标检测算法基础介绍13 节 | 122分钟 本章节主要介绍目标检测算法的基本概念、传统的目标检测算法、目前深度学习目标检测主流方法（one-stage、two-stage、多任务网络）、相关算法的基本流程、算法性能的评价指标、不同算法的优缺点和性能比较等，并结合实际的应用场景和案例来介绍目标检测算法的重要性和实用性。… 收起列表 视频：2-1 目标检测问题定义 (12:10) 视频：2-2 目标检测问题方法 (15:11)...
234 43
深度学习之神经网络(CNN/RNN/GAN) 算法原理+实战|完结无密
Python全部课程

深度学习之神经网络(CNN/RNN/GAN) 算法原理+实战|完结无密

  深度学习之神经网络(CNN/RNN/GAN)算法原理+实战 深度学习算法工程师必学 本课程运用原理讲解加实战的方式学习卷积神经网络（CNN）、循环神经网络（RNN）、对立神经网络（GAN），经过图画分类、文本分类、图画风格转化、图画文本生成、图画翻译等项目，深度把握算法调参以及运用Tensorflow进行编程的能力。   合适人群 如果你现已把握了一门编程语言，想转型人工智能工程师 或者是想系统学习深度学习的在校大学生 或者是短少实战经验的初学者，那么本门课程非常合适你 技术储备要求 Python根底 根本的概率和线代数学根底 TensorFlow根底 机器学习根底 [wm_notice]试看链接：https://pan.baidu.com/s/1a3eVHQYxXuSN5QwZsJGiCQ 提取码：zmyc –来自百度网盘超级会员V1的分享[/wm_notice] 章节目录： 第1章 课程介绍 试看1 节 | 11分钟 深度学习的导学课程，首要介绍了深度学习的运用范畴、人才需求情况和首要算法。对课程章节、课程安排、适用人群、前提条件以及学习完成后到达的程度进行了介绍，让同学们对本课程有根本的知道。 收起列表 视频：1-1 课程导学 (10:11)试看 第2章 神经网络入门8 节 | 133分钟 本次实战课程的入门课程。对机器学习和深度学习做了引进性解说，经过若干项目举例解说了深度学习的最新进展。经过解说和实战神经网络中的根本结构——神经元及其扩展逻辑斯蒂回归模型，对本课程的根本知识进行全面的解说，包含神经元、激活函数、目标函数、梯度下降、学习率、Tensorflow根底以及模型的Tensorflow代码完成。… 收起列表 视频：2-1 机器学习、深度学习简介 (17:03) 视频：2-2 神经元-逻辑斯底回归模型 (09:57) 视频：2-3 神经元多输出 (13:02) 视频：2-4 梯度下降...
1.2K 45