课程价格 ：
¥599.00
剩余名额
0
-
学习时长
8周/建议每周至少六小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
-
课程有效期
一年/告别拖延，温故知新
课程价格：
￥599.00
预约下一期 *课程已报满，可预约下一期
支持花呗分期
*课程已报满，可预约下一期
- 1-1：【开课仪式】
- 1-2：PyTorch安装参考说明.pdf
- 第1章: 深度学习简介
- 2：【课件】L1 课程基础介绍
- 第1节: 人工智能引入
- 3：【视频】AI引入
- 第2节: 人工智能常见任务
- 4：【视频】AI常见任务
- 第3节: 人工智能方法
- 5：【视频】人工智能方法
- 第4节: 人工智能企业商业模式
- 6：【视频】AI企业
- 第2章: 神经网络入门
- 7：【课件】神经网络
- 第1节: 逻辑回归
- 8：【视频】逻辑回归
- 第2节: 感知机
- 9：【视频】感知机
- 第3节: 神经网络
- 10：【视频】神经网络
- 第4节: 反向传播
- 11： 【视频】反向传播
- 第5节: 激活函数
- 12：【视频】激活函数
- 第6节: 手写字符识别实践
- 13：【实践】手写字符识别
- 第7节: 实践作业
- 14-1：【视频】作业
- 14-2：【作业】第二章
- 第3章: 卷积神经网络
- 15：【课件】sec1&2 卷积神经网络
- 第1节: 卷积
- 16：【视频】卷积计算
- 第2节: 卷积神经网络前向传播
- 17-1：【视频】CNN网络结构与前向传播
- 17-2：【资料】A guide to convolution arithmetic
- 17-3：【资料】Visualizing Convolutional Networks
- 第3节: 卷积神经网络误差反向传播
- 18：【课件】L3 sec3 CNN反向传播
- 19-1：【视频】参数与代价函数
- 19-2：【视频】反向传播
- 第4节: 卷积神经网络与全连接神经网络
- 20-1：【课件】L3 sec4 CNN与FCN
- 20-2：【视频】CNN的参数共享与梯度消失
- 第5节: 实践：基于CNN的手写数字识别
- 21-1：【代码】实践作业
- 21-2：【视频】CNN手写字符识别实践
- 21-3：【作业】第三章
- 21-4：第三章作业思路提示
- 第4章: 优化算法与参数调节
- 22：【课件】L4 网络优化
- 第1节: 优化算法: SGD与Adam
- 23：【视频】优化算法
- 第2节: 参数初始化: Xavier等
- 24：【视频】参数初始化
- 第3节: 数据预处理: 白化与数据增广
- 25：【视频】数据预处理和归一化
- 第4节: 正则化
- 26：【视频】正则化
- 第5节: 作业
- 27-1：【作业】第四章
- 27-2：第四章作业思路提示
- 第5章: Pytorch框架介绍
- 28-1：【课件】Pytorch框架
- 28-2：【课外】参考资料
- 第1节: Pytorch简介与安装
- 29-1：【视频】Pytorch简介与安装
- 29-2：【视频】Windows下安装Pytorch
- 第2节: Pytorch元素介绍
- 30：【视频】Pytorch元素介绍
- 第3节: Pytorch网络搭建
- 31：【视频】Pytorch网络搭建
- 第4节: 学习率
- 32：【视频】学习率
- 第5节: 进阶
- 33：【视频】进阶
- 第6节: 实践作业
- 34-1：【作业】第五章
- 34-2：第五章作业思路提示
- 第6章: 深度学习在图像分类中的应用
- 第1节: 实践：图像分类
- 35-1：【课件】图像分类
- 35-2：【视频】实践：基于CNN的图像分类
- 36-1：【课件】ImageNet分类实践
- 36-2：【视频】实践：ImageNet图像分类
- 第7章: 深度学习在物体检测中的应用
- 37-1：【课件】目标检测
- 37-2：启智平台使用指南
- 37-3：【论文】Faster R-CNN
- 第1节: 目标检测任务
- 38：【视频】目标检测任务介绍
- 第2节: R-CNN系列算法：R-CNN, Fast R-CNN, Faster R-CNN
- 39：【视频】RCNN系列算法
- 第3节: 实践：Faster R-CNN物体检测
- 40-1：【附件】代码详解
- 40-2：【实践】Faster RCNN代码讲解
- 40-3：【代码】Faster-RCNN.pytorch-master
- 第4节: 实践作业
- 41-1：【作业】第七章
- 41-2：第七章作业讲解
- 第8章: 深度学习在语义分割中的应用
- 42：【课件】图像分割
- 第1节: 语义分割简介
- 43：【视频】语义分割简介
- 第2节: 从FCN到SegNet
- 44-1：【视频】FCN
- 44-2：【视频】SegNet
- 第3节: 实践：SegNet图像分割
- 45-1：【代码资料】SegNet
- 45-2：【视频】实践
- 45-3：【作业】第八章
- 45-4：第八章作业讲解
