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