B站免费学-旷视×北大《深度学习实践》课程全面开放!

旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程(视频+PPT,共计28课时)已经全面上线,让你足不出户也能享有高水平的教学资源。

课程地址:
https://www.bilibili.com/video/av88056282/

“与其疫情宅家玩游戏,不如家里蹲大学把课上。”疫情期间,我们每日听到的最多的信息之一可能就是号召大家在线坚持学习。不过,在左有“名师授课”、右有“速成深度学习”,多重信息的围攻之下,大部分人最终还是选择了那条无数“英雄”选择的道路——“收藏+下次一定”,重回电子虚拟世界,麻痹自己,蹉跎人生。

怎么办?旷视研究院为你支招!

旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程(视频+PPT,共计28课时)全面向社会免费开放!从深度学习基础理论到计算机视觉实践,由旷视首席科学家兼研究院长孙剑,及身经百战的研发总监、资深研究员亲身授课授课,真正将高水平深度学习课程带给大家。知识全面、循循善诱、透彻又不枯燥是本课程最大的特点。

《深度学习实践》是旷视研究院联合顶尖高校开设的系列深度学习精品课程之一。作为旷视的研发中心,旷视研究院一直基于自研的人工智能算法平台Brain++和深度学习框架MegEngine开展最前沿学术、产业技术研究、交流,累计收获27项世界冠军;并实现在个人物联网、城市物联网、供应链物联网三大领域的应用落地。值得一提的是,旷视后续将对Brain++及其核心框架、平台进行开源、开放,强大的算力、SOTA模型、框架资源任你用,敬请期待~

此次课程录制于2017年秋季旷视研究院在北京大学授课期间,已连续开设3年,后续将开放更多精彩课程供同学们学习、研究, 欢迎关注

课程大纲

  • Lecture 1: Introduction to Computer Vision and Deep Learning
  • Lecture 2: Math In Deep Learning
  • Lecture 3: Neural Network Basics & Architecture Design
  • Lecture 4: Introduction to Computation Technologies in Deep Learning
  • Lecture 5: Neural Network Approximation
  • Lecture 6: Modern Object Detection
  • Lecture 7: Scene Text Detection and Recognition
  • Lecture 8: Image Segmentation
  • Lecture 9: Recurrent Neural Networks
  • Lecture 10: Introduction to Generative Models (and GANs)
  • Lecture 11: Person Re-Identification
  • Lecture 12: Shape from X
  • Lecture 13: Visual Object Tracking
  • Lecture 14: Neural Network in Computer Graphics

课程传送门:

课程地址:
https://www.bilibili.com/video/av88056282/

《深度学习实践》课程PPT百度云链接:https://pan.baidu.com/s/1dN4N… 提取码:126a

线上交流群

关注 ↑ 旷视研究院小助手加入线上交流群

最后讲个真实的故事。

1665年,牛顿在剑桥三一学院就读期间,伦敦发生大瘟疫,造成数万人死亡。牛顿回家自我隔离,亲戚也不走,聚会也不去。

但正是这段清浄的时间,让他有机会思考数学、光学、力学的问题,硕果累累,成功创立了二项式定理和光的分解,确立了牛顿第一、第二定律和引力定律的基本思想……

恩?仿佛听到有人在谈论我?

祝大家身体健康,少出门、多运动,提高免疫力的同时也不要忘了加倍努力学习思考哦~

专栏文章推荐

  • 张祥雨:高效轻量级深度模型的研究和实践
  • 旷视研究院提出ThunderNet:ARM端上实时的通用物体检测器
  • 旷视研究院提出MABN:解决小批量训练BN不稳定的问题

欢迎关注旷视研究院专栏,定期更新最新旷视研究院成果
加入旷视:career@megvii.com

发表评论

邮箱地址不会被公开。 必填项已用*标注