吴恩达《深度学习》

吴恩达《深度学习》第四课第一周笔记卷积神经网络——卷积神经网络
吴恩达《深度学习》卷积神经网络吴恩达人工智能
06-08
吴恩达《深度学习》第二课第二周笔记
吴恩达《深度学习》吴恩达深度学习
06-08
吴恩达《深度学习》第三课第二周笔记结构化机器学习项目——机器学习策略（2）
吴恩达《深度学习》算法优化吴恩达深度学习
04-25
第四门课：卷积神经网络（第三周）——目标检测1. 目标定位2. 特征点检测3. 目标检测4. 滑动窗口的卷积实现5. Bounding Box预测（YOLO）6. 交并比（loU）7. 非极大值抑制（Non-max suppression）8. Anchor Boxes9. YOLO 算法10. 候选区域
吴恩达《深度学习》深度学习
04-23
第四门课：卷积神经网络（第一周）——卷积神经网络1. 计算机视觉2. 边缘检测示例3. 更多边缘检测4. Padding5. 卷积步长6. 三维卷积7. 单层卷积网络8. 简单卷积网络示例9. 池化层10. 卷积神经网络示例11. 为什么使用卷积？
吴恩达《深度学习》
04-23
第四门课：卷积神经网络（第二周）——深度卷积网络：实例探究1. 为什么要进行实例探究2. 经典网络3. 残差网络 ResNets4. 残差网络为什么有用5. 网络中的网络以及 1×1 卷积6. 谷歌 Inception 网络简介7. Inception 网络8. 使用开源的实现方案9. 迁移学习10. 数据增强 Data augmentation11. 计算机视觉现状
吴恩达《深度学习》
04-18