Computer Vision with GluonCV (Simplified Chinese)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
说明
在本课程中,您将对卷积神经网络 (CNN) 的组成部分(如卷积层和池化层等)有一个实用的理解。在本课程中,Alex Smola 和 Tong He 演示如何使用计算机视觉工具包 GluonCV 来实施一些计算机视觉技术。
注意:本课程具有本地化的注释/字幕。旁白保留英语。要显示字幕,请按一下播放器右下角的 CC 按钮。
目标受众
本课程面向:
- 希望实施常见计算机视觉模型的开发人员
课程目标
在本课程中,您将学习如何:
- 总结各种卷积神经网络组成部分,例如卷积、填充和通道
- 在创建 LeNet 等神经网络时,将组成部分转换为代码
- 将数据导入 Gluon 数据加载器进行训练和转换
先决条件
我们建议本课程的参与人员满足以下先决条件:
- 基本了解人工神经网络
- 基本了解线性代数主题,例如矩阵、矩阵乘法和点积
授课方式
本课程将采用以下方式授课:
- 数字化培训
时长
2 小时
课程大纲
本课程涵盖以下概念:
- 卷积
- 填充和步长
- 通道
- 池化
- LeNet
- 激活函数
- DropOut
- 批标准化
- 数据块
- 最后一层的难题
- 残差网络
- 数据处理
Tags
Related Courses
Introduction to Artificial IntelligenceStanford University via Udacity Computer Vision: The Fundamentals
University of California, Berkeley via Coursera Computational Photography
Georgia Institute of Technology via Coursera Einführung in Computer Vision
Technische Universität München (Technical University of Munich) via Coursera Introduction to Computer Vision
Georgia Institute of Technology via Udacity