斯坦福 CS231n 用于视觉识别的卷积神经网络

课程名称： Convolutional Neural Networks for Visual Recognition
课程官网地址：2023年春、2021年春
先修课程： 无
重要程度： ※※※※※
课程评点：

课程说明

计算机视觉在我们的社会中已经无处不在，在搜索、图像理解、应用程序、地图绘制、医学、无人机和自动驾驶汽车中都有应用。许多这些应用程序的核心是图像分类、定位和检测任务。本课程深入探讨神经网络架构的细节，重点是学习这些任务的端到端模型，尤其是图像分类。在为期 10 周的课程中，学生将学习实现、训练和调试自己的神经网络，并详细了解计算机视觉领域的前沿研究。最终作业将涉及训练一个数百万参数的卷积神经网络并将其应用于最大的图像分类数据集 (ImageNet)。我们将重点教授如何设置图像识别问题，学习算法（例如反向传播）、用于训练和微调网络的实用工程技巧，并指导学生完成动手作业和期末课程项目。本课程的大部分背景和材料将来自 ImageNet 挑战赛： http://image-net.org/challenges/LSVRC/2014/index。

先决条件：熟练掌握Python；熟悉C/C++； CS 131和 CS 229或同等学历； 数学 21或同等水平，线性代数。