Deep Learning for computer vis

深度學習極大地促進了已經迅速發展的計算機視覺領域。隨著深度學習的發展，計算機視覺技術的許多新應用已被引入，現在已成為我們日常生活的一部分。其中包括自動駕駛汽車中的面部識別和索引，照片造型或機器視覺。

該應用程序的目標是從基礎知識開始，向深度學習愛好者介紹計算機視覺，然後轉向更現代的深度學習模型。面向計算機視覺應用程序的深度學習將涵蓋圖像和視頻識別，包括圖像分類和註釋，對象識別和圖像搜索，各種對象檢測技術，運動估計，視頻中的對象跟踪，人類動作識別，以及最終的圖像樣式化，編輯和新的圖像生成。在課程項目中，學生將學習如何構建人臉識別和操縱系統，以了解該技術的內部機制，這可能是最知名的，並且經常在電影和電視節目中以計算機視覺和AI為例進行演示。

主要主題：

✔什麼是深度學習？

✔圖像基礎。

✔圖像分類基礎。

✔圖像分類的數據集。

✔配置您的開發環境

✔創建第一個圖像分類器。

✔參數化學習

✔優化方法和正則化。

✔神經網絡基礎知識。

✔卷積神經網絡。

✔訓練您的第一個CNN。

✔保存和加載模型

✔LeNet：識別手寫數字。

✔MiniVGGNet：深入研究CNN

✔學習率調度器。

✔發現不足和過度擬合。

✔檢查點模型。

✔可視化網絡體系結構。

✔計算機視覺概念和實踐示例

✔開箱即用的CNN進行分類。

✔Python編程核心主題。

✔數據科學主題Python代碼示例。

✔帶有代碼示例的機器學習。