V
主页
[lecture 11f] 注意力和transformer (用于图像描述的transformer的encoder部分)
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
[lecture 11g] 注意力和transformer (用于图像描述的transformer的decoder部分, transformer总结)
[lecture 11c] 注意力和transformer (从attention演变到self-attention)
[lecture 11e] 注意力和transformer (masked attention, multi-head attention)
[lecture 10c] RNN循环神经网络(Image captioning 图像描述)
[lecture 11a] 注意力和transformer (基于视觉注意力的image captioning)
[lecture 11b] 注意力和transformer (attention性别偏见较正,与NLP中的注意力比较)
神经网络可视化 (visualizing filters, final layer, activations)
神经网络可视化 (saliency via backprop, guided backprop)
[lecture 15d] 分割和检测(RPN, Faster-RCNN)
[lecture 12b] 生成式模型(pixel RNN,pixel CNN)
[lecture 15b] 分割和检测(Localization, Selective search, R-CNN)
自监督学习(simCLR)
[lecture 15e] 分割和检测(Yolo, Mask R-CNN, Mesh R-CNN等)
检测和分割(语义分割)
[lecture 10b] RNN循环神经网络(RNN可理解性与可视化)
[lecture 2] 图像分类 kNN和线性分类器 cs231n(2021)
[lecture 10d] RNN循环神经网络(VQA 视觉问答)
自监督学习(inpainting, 图像上色)
[lecture 9d] CNN网络结构(Resnet残差网络)
[lecture 13a] 自监督学习(概述,pretext tasks)
神经网络可视化 (Gradient ascend, in pixel space/latent space)
[lecture 10e] RNN循环神经网络(LSTM, GRU)
自监督学习(RotNet, Relative patch location, JigSaw puzzle )
[lecture 13d] 自监督学习( video coloring, 视频上色)
[lecture 10a] RNN循环神经网络(RNN的基本形式,一对一,一对多,多对一,多对多的映射)
[lecture 4a] 神经网络和反向传播 cs231n(2021)
太厉害了 已跪!终于有人能把OpenCV图像处理讲的这么通俗易懂了,现在计算机视觉opencv全套分享给大家。
[lecture 12d] 生成式模型(生成式对抗网络GAN)
[lecture 8a] [新录]神经网络的训练(SGD+momentum, RMSProp, AdaGrad, Adam )
[Lecture 1b] 历史和概述 cs231n(2021)
[lecture 7a] 神经网络的训练(激活函数,数据预处理,权重初始化) cs231n(2021)
[lecture 5] 卷积神经网络 cs231n(2021)
自监督学习(moco, cpc,总结)
通过代码理解BatchNorm,LayerNorm, InstanceNorm和GroupNorm归一化方式。
微软 Prompt engineering 提示工程入门和进阶 (一)
[带你读论文系列] Vision Transformer(ViT): An Image is Worth 16x16 Words
论文学习: VQ-VAE: Neural Discrete Representation Learning
[lecture 9e] CNN网络结构(SENet, ResNeXt, DenseNet, MobileNet, EfficientNet等)
[lecture 8a] 神经网络的训练(SGD存在的问题, loss的等高线图,Hessian的条件数)
[lecture 6] 深度学习硬件和软件 cs231n(2021)