Computer Vision with GluonCV (Traditional Chinese)

##說明

在本課程中，您將實際認識卷積神經網路 (CNN) 的元件，例如卷積和池化層等。在本課程中，Alex Smola 和 Tong He 會介紹如何使用電腦視覺工具組──GluonCV 實作部分電腦視覺技術。

注意：本課程具有本地化的註釋/字幕。旁白保留英語。

要顯示字幕，請按一下播放器右下角的 CC 按鈕。

##目標對象

本課程適用於：

– 想要實作常見電腦視覺模型的開發人員

##課程目標

在本課程中，您將了解如何：

– 總結各種卷積神經網路元件，例如卷積、填充和通道等。

– 當建立神經網路 (如 LeNet) 時將元件轉換為程式碼

– 將您的資料匯入到 Gluon Data Loader 進行訓練和轉換

##先決條件

我們建議參加本課程的人員需具備下列先決條件：

– 基本了解人工神經網路

– 了解基本的線性代數主題，例如矩陣、矩陣乘法和內積

##授課方式

本課程透過以下方式授課：

– 數位培訓

##持續時間

2 小時

##課程大綱

本課程涵蓋下列概念：

– 卷積

– 填充和步伐

– 通道

– 池化運算

– LeNet

– 啟用函數

– DropOut

– 批次標準化

– 區塊

– 最後層的詛咒

– 剩餘網路

– 資料處理