“与其疫情宅家玩游戏,不如家里蹲大学把课上。”疫情期间,我们每日听到的最多的信息之一可能就是号召大家在线坚持学习。不过,在左有“名师授课”、右有“速成深度学习”,多重信息的围攻之下,大部分人最终还是选择了那条无数“英雄”选择的道路——“收藏+下次一定”,重回电子虚拟世界,麻痹自己,蹉跎人生。
怎么办? 旷视研究院为你支招!
2月11日,旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程(视频+PPT,共计28课时)全面向社会免费开放!从深度学习基础理论到计算机视觉实践,由旷视首席科学家兼研究院长孙剑,及身经百战的研发总监、资深研究员亲身授课授课,真正将高水平深度学习课程带给大家。知识全面、循循善诱、透彻又不枯燥是本课程最大的特点。
《深度学习实践》是旷视研究院联合顶尖高校开设的系列深度学习精品课程之一。作为旷视的研发中心,旷视研究院一直基于自研的人工智能算法平台Brain++和深度学习框架MegEngine开展最前沿学术、产业技术研究、交流,累计收获27项世界冠军;并实现在个人物联网、城市物联网、供应链物联网三大领域的应用落地。值得一提的是,旷视后续将对Brain++及其核心框架、平台进行开源、开放,强大的算力、SOTA模型、框架资源任你用,敬请期待~
此次课程录制于2017年秋季旷视研究院在北京大学授课期间,已连续开设3年,后续将开放更多精彩课程供同学们学习、研究。
课程大纲
- Lecture 1: Introduction to Computer Vision and Deep Learning
- Lecture 2: Math In Deep Learning
- Lecture 3: Neural Network Basics & Architecture Design
- Lecture 4: Introduction to Computation Technologies in Deep Learning
- Lecture 5: Neural Network Approximation
- Lecture 6: Modern Object Detection
- Lecture 7: Scene Text Detection and Recognition
- Lecture 8: Image Segmentation
- Lecture 9: Recurrent Neural Networks
- Lecture 10: Introduction to Generative Models (and GANs)
- Lecture 11: Person Re-Identification
- Lecture 12: Shape from X
- Lecture 13: Visual Object Tracking
- Lecture 14: Neural Network in Computer Graphics
课程传送门:
课程地址:
https://www.bilibili.com/video/av88056282/
PPT:进入“ 旷视研究院 ”微信公众号后台,回复关键词“ 深度学习实践PPT ”即可获取下载链接。