「進(jìn)階版」CS231n經(jīng)典計算機(jī)視覺課來啦！李飛飛弟子出品，深度學(xué)習(xí)入門必備
計算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域的經(jīng)典課程
蕭蕭 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI教授CS231n的Justin Johnson，在密歇根大學(xué)推出了一套「進(jìn)階版」計算機(jī)視覺課。
斯坦福最經(jīng)典的計算機(jī)視覺課程CS231n——全稱是面向視覺識別的卷積神經(jīng)網(wǎng)絡(luò)。
作為計算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域的經(jīng)典課程，CS231n由李飛飛團(tuán)隊打造，從課程設(shè)計到內(nèi)容選擇，都以入門為導(dǎo)向。
然而，自從2017年后，這門課程的錄制版就沒再更新過，在李飛飛的社交媒體下面，不時能聽見網(wǎng)友吐槽的聲音：
我們很喜歡您的課程，但這個領(lǐng)域發(fā)展得非?？?，為什么2017年后的視頻課就不再上傳了？
現(xiàn)在，這門課程的「進(jìn)階版」錄制視頻來了，不僅覆蓋CS231n的相關(guān)知識點(diǎn)，內(nèi)容上也包括了最新的AI應(yīng)用。
想要入門計算機(jī)視覺的小伙伴，可以收藏學(xué)習(xí)~（文末附視頻鏈接）
那么，這門課程都講了些什么？
22節(jié)課，入門計算機(jī)視覺
作為一門視覺識別課程，這門課主要是在了解計算機(jī)視覺的基礎(chǔ)上，理解深度學(xué)習(xí)在這個行業(yè)的應(yīng)用。
計算機(jī)視覺是一門研究機(jī)器人如何「看」的領(lǐng)域，其應(yīng)用范圍非常廣泛，像自動駕駛汽車識別行人、圖像搜索引擎自動分類等等。
而深度學(xué)習(xí)的出現(xiàn)，極大地提高了計算機(jī)視覺的應(yīng)用效果。
這門課從理論到實踐一鍵通，學(xué)習(xí)后，不僅能實現(xiàn)、訓(xùn)練和調(diào)試神經(jīng)網(wǎng)絡(luò)，還能掌握計算機(jī)視覺的前沿研究。
課程的重點(diǎn)在于解決圖像識別的問題，為了達(dá)成這個目標(biāo)，將會講授反向傳播算法、訓(xùn)練和微調(diào)神經(jīng)網(wǎng)絡(luò)的實用技巧。
這次更新的錄制課，在內(nèi)容和形式上都緊跟AI領(lǐng)域新潮流。
從模式到內(nèi)容緊跟潮流
2017年的CS231n錄制課視頻一共只有16講的內(nèi)容。
這次Johnson教授推出的「進(jìn)階版」22講內(nèi)容，不僅細(xì)化了目前比較熱門的生成模型（如GAN）的介紹課程，將它從一課時變成了兩課時，而且還更新了Transformers、3D、視頻處理等近年興起的行業(yè)熱門。
例如，在17課的3D視覺課程中，就介紹了將神經(jīng)網(wǎng)絡(luò)應(yīng)用于3D結(jié)構(gòu)的方法。
在這門課程里，不僅有關(guān)于3D數(shù)據(jù)的不同表示形式的討論，還有對深度圖、隱函數(shù)、點(diǎn)云等理論知識的介紹。
除此之外，對于3D形狀這個新領(lǐng)域，神經(jīng)網(wǎng)絡(luò)好壞的度量標(biāo)準(zhǔn)也有所體現(xiàn)。
△?3D視覺課程PPT
至于第18課的視頻處理，課時則主要介紹了CNN在視頻分類中的應(yīng)用方法，以及視頻識別中的通用技術(shù)等。
△?視頻處理課程PPT
不僅如此，這次的錄制視頻也更貼合在線課程的形式。
2017年的錄制版CS231n課程，只有PPT界面顯示、或是偶爾出現(xiàn)教授講課的界面：
雖然也有PPT和音頻同步，但如果想找某個想看的部分，就只能在滾動條上反復(fù)拖拉。
這套“進(jìn)階版”計算機(jī)視覺視頻課，具體畫風(fēng)是這樣的：
不僅更有現(xiàn)場代入感了，而且在導(dǎo)師講課時，也能通過他的手勢跟上知識點(diǎn)所在的位置。
每一節(jié)課、每一頁的PPT都會呈現(xiàn)在視頻下方，具體對某個知識點(diǎn)感興趣、或是想要聽哪一節(jié)的PPT，都可以直接點(diǎn)擊視頻觀看。
是不是已經(jīng)有些躍躍欲試、準(zhǔn)備好投身知識的海洋了？
來看看下面的課程表吧。
課程一覽
這套進(jìn)階版計算機(jī)視覺的課程表如下，對里面的部分知識點(diǎn)感興趣的話，可以戳下方傳送門進(jìn)行學(xué)習(xí)~
課時1：課程介紹
課時2：圖像分類
課時3：線性分類器
課時4：優(yōu)化算法
課時5：神經(jīng)網(wǎng)絡(luò)
課時6：反向傳播
課時7：卷積結(jié)構(gòu)
課時8：卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)
課時9：硬件/軟件知識
課時10：訓(xùn)練神經(jīng)網(wǎng)絡(luò)（1）
課時11：訓(xùn)練神經(jīng)網(wǎng)絡(luò)（2）
課時12：循環(huán)神經(jīng)網(wǎng)絡(luò)
課時13：注意力機(jī)制
嘉賓講座：對抗性機(jī)器學(xué)習(xí)
課時14：可視化和理解
課時15：目標(biāo)檢測
課時16：圖像分割
課時17：3D視覺
課時18：視頻處理
課時19：生成模型（1）
課時20：生成模型（2）
課時21：強(qiáng)化學(xué)習(xí)課時
22：回顧/總結(jié)
傳送門：
網(wǎng)課鏈接：http://leccap.engin.umich.edu/leccap/site/jhygcph151x25gjj1f0
PPT下載：https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r
