课程主页: https://www.coursera.org/learn/convolutional-neural-networks
在现代人工智能的浪潮中，卷积神经网络（CNN）作为计算机视觉的核心技术之一，正在迅速推动各种应用的发展。Coursera上的《卷积神经网络》课程，正是深度学习专业系列课程中的第四门，适合想要深入了解计算机视觉及其应用的学习者。
课程的概述非常引人入胜，讲述了计算机视觉的演变及其令人兴奋的应用场景，如自动驾驶、面部识别、医学影像读取等。通过本课程的学习，学员将能够构建卷积神经网络，掌握近年来出现的各种变种（如残差网络），并将卷积网络应用于视觉检测和识别任务，同时利用神经风格转移技术生成艺术作品。
课程大纲如下：
- 卷积神经网络基础
从基础层（池化、卷积等）着手，合理堆叠这些层构建深层网络，以解决多类别图像分类问题。
- 深度卷积模型：案例研究
学习一些在深度卷积神经网络中使用的强大实用技巧和方法，并将迁移学习应用到自己的深度卷积神经网络中。
- 目标检测
将新学知识应用于计算机视觉中一个热点且具有挑战性的领域：目标检测。
- 特殊应用：面部识别与神经风格转移
探讨卷积神经网络在多个领域的应用，包括艺术生成和面部识别，并实现自己的算法以生成艺术作品与识别面部！
这门课程不仅让学习者了解卷积神经网络的基本概念和技术，还通过丰富的案例研究及实际应用，增强了学习的趣味性与实用性。在评论中，许多学员对于课程的易懂度和实用性给予了高度评价，认为这是一门对提升计算机视觉技能极为有帮助的课程。
课程主页: https://www.coursera.org/learn/convolutional-neural-networks