卷积神经网络

本课程已是2021最新版。
本课程将教您如何构建卷积神经网络并将其应用于图像数据。多亏了深度学习,计算机视觉的运用已趋于成熟,这使得许多令人兴奋的应用得以实现,从安全自动驾驶,到准确的人脸识别,再到自动读取放射学图像。

通过这门课程,您将:
  •  了解如何建立一个卷积神经网络,包括最近的变化,如残差网络。
  •  了解如何将卷积网络应用于视觉检测和识别任务。
  •  了解使用神经风格迁移来生成艺术。
  •  能够将这些算法应用到各种图像,视频,和其他2D或3D数据上。

课程大纲

第一章:卷积神经网络的基础

本章节共有12个视频 、2个阅读 、3个练习 ,完成时间174分钟。

12个视频

1. 计算机视觉 (6分钟)

2. 边缘探测示例 (12分钟)

3. 更多边缘探测 (8分钟)

4. 填充 (10分钟)

5. 卷积步长 (9分钟)

6. 三维卷积 (11分钟)

7. 卷积网络的一层 (16分钟)

8. 卷积网络的简单示例 (9分钟)

9. 池化层 (10分钟)

10. CNN示例 (13分钟)

11. 为什么用卷积? (10分钟)

12. Yann LeCun 访谈 (选修)(27分钟)

2个阅读

1. 2021版更新说明

2. 第一章课程讲义 (3分钟)

3个练习

1. 卷积神经网络的基础 (30分钟)

2. 卷积模型:逐步

3. 卷积模型:应用

第二章:深度卷积网络模型:案例研究

本章节共有14个视频 、1个阅读 、3个练习 ,完成时间163分钟。

14个视频

1. 为什么要进行案例研究? (3分钟)

2. 经典网络 (18分钟)

3. 残差网络 (7分钟)

4. 为什么使用残差网络 (9分钟)

5. 网络中的网络及1x1卷积 (7分钟)

6. 初始网络动机 (10分钟)

7. 初始网络 (9分钟)

8. MobileNet (17分钟)

9. MobileNet架构 (9分钟)

10. EfficientNet (4分钟)

11. 使用开放源码 (5分钟)

12. 迁移学习 (9分钟)

13. 数据增强 (10分钟)

14. 计算机视觉状态 (13分钟)

1个阅读

1. 第二章课程讲义 (3分钟)

3个练习

1. 深度卷积网络模型 (30分钟)

2. 使用MobileNet迁移学习

3. 残差网络

第三章:目标检测

本章节共有14个视频 、1个阅读 、3个练习 ,完成时间175分钟。

14个视频

1. 目标定位 (12分钟)

2. 地标检测 (6分钟)

3. 目标检测 (6分钟)

4. 在卷积网络上实现滑动窗口 (11分钟)

5. 边界框预测 (15分钟)

6. 并交比 (4分钟)

7. 非极大值抑制 (8分钟)

8. 锚框 (9分钟)

9. YOLO(You Only Look Once)算法 (7分钟)

10. 区域推荐网络 (选修)(6分钟)

11. 使用U-Net进行语义分割 (8分钟)

12. 反卷积 (8分钟)

13. U-Net架构直觉 (4分钟)

14. U-Net架构 (8分钟)

1个阅读

1. 第三章课程讲义 (3分钟)

3个练习

1. 检测算法 (30分钟)

2. YOLO的汽车检测

3. 使用U-Net进行图像分割 (30分钟)

第四章:特殊应用:人脸识别和神经风格迁移

本章节共有11个视频 、1个阅读 、3个练习 ,完成时间110分钟。

11个视频

1. 什么是人脸识别? (5分钟)

2. 单样本学习 (5分钟)

3. 孪生神经网络 (5分钟)

4. Triplet Loss三元组损失 (16分钟)

5. 人脸验证和二进制分类 (6分钟)

6. 什么是神经风格迁移? (2分钟)

7. 什么是深度卷积神经网络学习? (8分钟)

8. 代价函数 (4分钟)

9. 内容代价函数 (4分钟)

10. 风格代价函数 (13分钟)

11. 1维和3维推广 (9分钟)

1个阅读

1. 第四章课程讲义 (3分钟)

3个练习

1. 特殊应用:人脸识别和神经风格迁移 (30分钟)

2. 带有神经风格迁移的艺术生成

3. 人脸识别

讲师介绍

Andrew Ng ( 吴恩达 )

人工智能领域的全球领导者、Coursera的联合创始人及董事长

简介:课程由人工智能领域的全球领导者、Coursera的联合创始人及董事长Andrew Ng(吴恩达)进行教授。吴恩达博士也是deeplearning.ai的CEO和创始人。同时,他也是斯坦福大学计算机科学系的客座教授。 他曾在百度担任首席科学家,负责推动公司的全球人工智能战略和基础设施建设。他也曾是谷歌大脑团队的创始领导人。吴恩达博士在机器学习、机器人和相关领域撰写或合作撰写了超过100篇研究论文。他拥有卡耐基梅隆大学、麻省理工学院和加州大学伯克利分校的学士,硕士及博士学位。

Kian Katanforoosh

斯坦福大学计算机系讲师, Workera CEO及创始人

Younes Bensouda Mourri

斯坦福大学计算机系讲师

Andrew Ng ( 吴恩达 )

人工智能领域的全球领导者、Coursera的联合创始人及董事长

简介:课程由人工智能领域的全球领导者、Coursera的联合创始人及董事长Andrew Ng(吴恩达)进行教授。吴恩达博士也是deeplearning.ai的CEO和创始人。同时,他也是斯坦福大学计算机科学系的客座教授。 他曾在百度担任首席科学家,负责推动公司的全球人工智能战略和基础设施建设。他也曾是谷歌大脑团队的创始领导人。吴恩达博士在机器学习、机器人和相关领域撰写或合作撰写了超过100篇研究论文。他拥有卡耐基梅隆大学、麻省理工学院和加州大学伯克利分校的学士,硕士及博士学位。

Kian Katanforoosh

斯坦福大学计算机系讲师, Workera CEO及创始人

Younes Bensouda Mourri

斯坦福大学计算机系讲师