深度之眼：李飞飞讲深度学习，该套课程为视频课程，共31节课，附带代码课件。
目录
1.计算机视觉历史回顾与介绍上
2.计算机视觉历史回顾与介绍中
3.计算机视觉历史回顾与介绍下
4.数据驱动的图像分类方式：k最邻近与线性分类器（上）
5.数据驱动的图像分类方式：k最邻近与线性分类器（下）
6.线性分类器损失函数与最优化（上）
7.线性分类器损失函数与最优化（下）
8.反向传播与神经网络初步（上）
9.反向传播与神经网络初步（下）
10.神经网络训练细节part1（上）
11.神经网络训练细节part1（下）
12.神经网络训练细节part2（上）
13.神经网络训练细节part2（下）
14.卷积神经网络详解（上）
15.卷积神经网络详解（下）
16.迁移学习之物体定位于检测（上）
17.迁移学习之物体定位于检测（下）
18.卷积神经网络的可视化与进一步理解（上）
19.卷积神经网络的可视化与进一步理解（下）
20.循环神经网络（上）
21.循环神经网络（下）
22.卷积神经网络工程实践技巧与注意点（上）
23.卷积神经网络工程实践技巧与注意点（下）
24.深度学习开源库使用介绍（上）
25.深度学习开源库使用介绍（下）
26.图像分割与注意力模型（上）
27.图像分割与注意力模型（下）
28.视频检测与无监督学习（上）
29.视频检测与无监督学习（下）
30.来自Jeff Dean的受邀报告（上）
31.来自Jeff Dean的受邀报告（下）传送门
编号：YS169
免费下载：本资源免费获取
