【斯坦福大学李飞飞】深度学习与计算机视觉入门教程
正在缓冲...
关注微信公众号「Python与人工智能」回复「B站」获取完整课件。还能领取千元超值 IT 资源，不定期更新！
视频选集
（1/19）
自动连播
01 计算机视觉历史回顾与介绍（上）
27:30
02 计算机视觉历史回顾与介绍（中）
21:28
03 计算机视觉历史回顾与介绍（下）
25:47
04 数据驱动的图像分类方式：K最近邻与线性分类器（上）
29:36
05 数据驱动的图像分类方式：K最近邻与线性分类器（下）
28:57
06 线性分类器损失函数与最优化（上）
36:31
07 线性分类器损失函数与最优化（下）
35:51
08 反向传播与神经网络初步（上）
41:00
09 反向传播与神经网络初步（下）
40:42
10 神经网络训练细节part1（上）
40:29
11 神经网络训练细节part1（下）
40:07
12 神经网络训练细节part2（上）
35:42
13 神经网络训练细节part2（下）
34:59
14 卷积神经网络详解（上）
40:13
15 卷积神经网络详解（下）
39:49
16 迁移学习之物体定位与检测（上）
37:05
17 迁移学习之物体定位与检测（下）
28:58
18 卷积神经网络的可视化与进一步理解（上）
39:49
19 卷积神经网络的可视化与进一步理解（下）
39:41
顶部