课程主页: https://www.coursera.org/learn/convolutional-neural-networks

课程概述

在 Coursera 平台上，卷积神经网络课程是深度学习专项的第四门课程。在这个课程中，你将深入理解计算机视觉的演变，并熟悉其令人兴奋的应用场景，如自动驾驶、面部识别、放射学图像阅读等。

学习目标

完成课程后，你将能够构建卷积神经网络，包括最近的变体，如残差网络；将卷积网络应用于视觉检测和识别任务；使用神经风格迁移生成艺术作品。

课程大纲

• 卷积神经网络基础

  实现 CNN 的基础层（池化、卷积），并将它们适当地堆叠在深度网络中，解决多类图像分类问题。

• 深度卷积模型：案例研究

  发现一些来自研究论文的深度 CNN 中强大的实用技巧和方法，然后将迁移学习应用于你自己的深度 CNN。

• 目标检测

  将你新学到的 CNN 知识应用于计算机视觉中最热门（也是最具挑战性！）的领域：目标检测。

• 特殊应用：面部识别与神经风格迁移

  探索 CNN 如何在多个领域中应用，包括艺术生成和面部识别，然后实现自己的算法来生成艺术和识别面部！

总结

此课程适合对计算机视觉、深度学习感兴趣的学习者，尤其是那些希望通过实践案例学习新技术的人。课程内容涵盖了基本理论和实际应用，能够帮助你在这个快速发展的领域中占得先机。如果你想提升自己的技能并扩展知识面，强烈推荐报名参加这个课程！

课程主页: https://www.coursera.org/learn/convolutional-neural-networks