京东 11.11 红包
2.05 network in network and 1x1 convolution
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
2.03 残差网络 Residual network
...
2.04 Why ResNet works
...
2.06 谷歌inception网络介绍
...
什么是strided convolution? 跳出格怎么处理？
...
吴恩达CNN1.4 Padding
...
VGG 11
...
掰开揉碎CNN: pooling layer，strided convolution
...
CNN: 4.4 triplet loss
...
data augmentation
...
AlexNet paper 02
...
VGG 10
...
1.6 卷积中'卷'的体现之处 Convolution over volumes
...
(中文) 掰开揉碎：initialization, covariance shift, batch normalization
...
CNN: object detection (car)
...
1.8 简单卷积网络示例 simple CNN
...
吴恩达CNN 1.2 Edge Detection Example 笔记
...
1.1 计算机视觉：问题和难点
...
CNN: 3.8 Anchor boxes part1
...
VGG02
...
padding input images 函数
...
VGG05
...
AlexNet paper 03
...
吴恩达表示，他看到的最令人兴奋的趋势是，生成式人工智能使人们能够以前所未有的水平创建软件，推动事物发展的速度比以往任何时候都快
...
CNN: 4.5 face verification and binary classification
...
作业解读CNN3:YOLO non-max suppression
...
CNN: convolutional implementation of sliding window 02
...
吴恩达CNN1.3更多边缘检测
...
AlexNet paper 07
...
吴恩达CNN1.9池化层pooling layer 笔记
...
对比pytorch, chainer (deep learning library) 更多关注
...
CNN: 4.9 content loss function
...
1.7 单层卷积网络 one layer of convolutional network
...
吴恩达第五课RNN笔记
...
AlexNet paper 01
...
CNN: 4.2 one shot learning part2
...
CNN: 3.10 R-CNN region proposal part 2
...
爆赞！[中英字幕] 吴恩达、李飞飞探讨以人为本的人工智能 /机器学习/深度学习/计算机视觉/斯坦福大学/
...
解读作业CNN2.2: 如何构建convolutional block
...
EN 掰开揉碎：initialization, batch normalization, covariance shift
...
CNN2.1 作业解读（无答案）