1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。

介紹計(jì)算機(jī)視覺領(lǐng)域的發(fā)展，以及深度學(xué)習(xí)技術(shù)在這個(gè)領(lǐng)域取得的突破，幫助大家理解卷積神經(jīng)網(wǎng)絡(luò)，以及最近的發(fā)展，并使用 PaddlePaddle 去實(shí)現(xiàn)相關(guān)網(wǎng)絡(luò)。
適用人群
互聯(lián)網(wǎng)、多媒體、智能化等it行業(yè)
課程簡介
計(jì)算機(jī)視覺是人工智能發(fā)展歷程中具有代表性的領(lǐng)域，計(jì)算機(jī)視覺作為機(jī)器獲取信息的重要手段之一，其應(yīng)用場景遍布很多地方，本節(jié)課給出計(jì)算機(jī)視覺的概述。接著深入探討計(jì)算機(jī)視覺的具體的問題和核心思想，幫助大家從新的視角來看計(jì)算機(jī)視覺這個(gè)重要的領(lǐng)域。人們對于生物視覺的研究產(chǎn)生了其對于機(jī)器實(shí)現(xiàn)視覺智能的探索，通過借鑒神經(jīng)科學(xué)和腦科學(xué)的研究，科學(xué)家們給出了在計(jì)算機(jī)視覺中的具備良好表現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)模型，這也是我們目前依賴的重要結(jié)構(gòu)之一。課程中我們會(huì)簡單介紹這樣的網(wǎng)絡(luò)結(jié)構(gòu)，我們會(huì)分析卷積網(wǎng)絡(luò)組成單元，對其中的原理進(jìn)行分析，幫助大家更好地掌握這樣的一個(gè)經(jīng)典的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。接著會(huì)進(jìn)入現(xiàn)代計(jì)算機(jī)視覺的大門，深度學(xué)習(xí)在計(jì)算機(jī)視覺中最為令人興奮的突破就在 AlexNet，這是來自多倫多大學(xué) Hinton 組的 Alex 的代表性工作，該工作引領(lǐng)了深度學(xué)習(xí)的潮流，在這之后計(jì)算機(jī)視覺完全由深度學(xué)習(xí)統(tǒng)治了，我們將會(huì)給出 AlexNet 網(wǎng)絡(luò)結(jié)構(gòu)的講解。以及給出 VGG 網(wǎng)絡(luò)模型的結(jié)構(gòu)和組成單元及其特性的講解。而目前最為常用的ResNet 網(wǎng)絡(luò)是令人震驚的結(jié)構(gòu)，這項(xiàng)技術(shù)幫助我們設(shè)計(jì)出了超過百層甚至上千層的網(wǎng)絡(luò)，本課最后介紹 ResNet 的結(jié)構(gòu)和核心思
第1章讓機(jī)器能“看”的現(xiàn)代技術(shù)
1-1計(jì)算機(jī)視覺深入認(rèn)知
1-2計(jì)算機(jī)視覺小普及
1-3源自視覺神經(jīng)原理的卷積網(wǎng)絡(luò)簡介
1-4卷積網(wǎng)絡(luò)深入理解
1-5AlexNet 深度學(xué)習(xí)關(guān)鍵突破
1-6VGG網(wǎng)絡(luò) 更深的架構(gòu)嘗試
1-7ResNet 深度學(xué)習(xí)模型的深度究竟能有多深
1-8PaddlePaddle 加持下的卷積網(wǎng)絡(luò)實(shí)現(xiàn)[免費(fèi)試看]開始學(xué)習(xí)
PaddlePaddle 對實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)有良好的支持，本節(jié)課介紹如何在 PaddlePaddle 下實(shí)現(xiàn)代表性的卷積網(wǎng)絡(luò)