这是一门由 YSDA 和 Skoltech 共同开发的2022年度深度学习课程,聚焦计算机视觉和图形。其中,YSDA 全称 Yandex School of Data Analysis,是一个数据技能学习平台。
更多课程信息
juejin.cn 课程资料在 GitHub 子文件夹中,各内容主题如下:
💦 简介、神经网络基础知识回顾、优化、反向传播、生物网络
💦 图像、线性过滤、卷积网络、batchnorms、增强
💦 ConvNet网络架构、3D稀疏卷积、视频卷积网络、迁移学习
💦 密集预测:语义分割、超分辨率/图像合成、感知损失
💦 非卷积架构:transformer、混合器、FFT 卷积
💦 可视化和理解深层架构、对抗性示例
💦 对象检测、实例/全景分割、2D/3D人体姿态估计
💦 表示学习:人脸识别、验证任务、自我监督学习、图像字幕
💦 生成对抗网络
💦 潜在模型(GLO、AEs、VQ-VAE、生成变压器)
💦 流动模型、扩散模型、生成变压器, CLIP, DALL-E
💦 形状和运动估计:空间变换器、光流、立体、单深度、点云生成
💦 新视图合成:多平面图像、神经辐射场、NVS 的基于网格和基于点的表示、神经渲染器
更多课程信息
💦 简介、神经网络基础知识回顾、优化、反向传播、生物网络
💦 图像、线性过滤、卷积网络、batchnorms、增强
💦 ConvNet网络架构、3D稀疏卷积、视频卷积网络、迁移学习
💦 密集预测:语义分割、超分辨率/图像合成、感知损失
💦 非卷积架构:transformer、混合器、FFT 卷积
💦 可视化和理解深层架构、对抗性示例
💦 对象检测、实例/全景分割、2D/3D人体姿态估计
💦 表示学习:人脸识别、验证任务、自我监督学习、图像字幕
💦 生成对抗网络
💦 潜在模型(GLO、AEs、VQ-VAE、生成变压器)
💦 流动模型、扩散模型、生成变压器, CLIP, DALL-E
💦 形状和运动估计:空间变换器、光流、立体、单深度、点云生成
💦 新视图合成:多平面图像、神经辐射场、NVS 的基于网格和基于点的表示、神经渲染器
展开
评论
2