看完视频并不是真正的学习了一遍, 更重要的是写作业, 动手实践, 讨论, 这才能把学到的知识真正掌握住. 看完斯坦福 CS231n 的公开课, 是不是觉得还不够过瘾? 快来和文摘菌一起写作业敲代码吧!
提到深度学习与计算机视觉, 不得不提 ImageNet 和它的创建者, 斯坦福大学计算机科学系副教授, Google Cloud 人工智能和机器学习团队的首席科学家李飞飞. 而她的成名作, 斯坦福大学课程《深度学习与计算机视觉》自从公开视频和作业, 也造福了一批对计算机视觉感兴趣的 IT 从业者.
先来看看某互联网招聘平台普通 IT 和视觉算法工程师薪资对比:
而深度学习和计算机视觉的课程那么多, 文摘菌为何偏偏推荐这一门?
首先, 该课是计算机视觉的一门经典的课程, 是来自世界名校斯坦福的大咖李飞飞教授开设的, 观看学习课程还是免费的!!!
其次, 课程内容安排合理, 由浅入深. 主要介绍了深度学习 (尤其是卷积神经网络和与其相关的框架) 在计算机视觉领域的应用, 内容涵盖多种神经网络具体结构与训练应用细节, 以及针对大规模图像识别, 物体定位, 物体检测, 图像风格迁移, 图像理解描述与视频内容识别等问题的前沿解决思路. 从一个简单的 cifar10 数据集和最简单的 KNN 算法开始介绍, 慢慢引入深度学习相关的知识点. 比如 dropout,batchnormalization 等. 最后介绍了一些深度学习经典的范例, 比如 RNNs, LSTMs ,GAN 等.
最后, 也是小编要强调的一个原因, 视频课程中嵌入了中文字暮! 没错, 尽管多数 IT 从业者都有基本的英文水平, 但是要理解如此高深的课程, 还是要花费大量功夫. 而汉化视频不仅需要高神准的英文水平, 更需要一定的深度学习专业能力.
大数据文摘联合北京邮电大学模式识别实验室共同完成了这一巨大的工程! 整整耗时 6 个月(从 2016 年 9 月 - 2017 年 2 月)! 特别感谢字幕汉化组的成员, 为你们疯狂的打 call.
字幕汉化组工作人员的辛苦也换来了丰厚的回报, 自课程推出后, 在网易云课堂的播放次数截至今日就达到了 77790 次, 课程评分高达 5 颗星, 5 颗哦! 大数据文摘也收获该课程的一大批真爱粉, 大家还很期待的询问有关 CS224 的课程呢.
对了, 是不是还有同学没有来得及学习这一经典课程? 快戳下面的链接学习吧!
https://study.163.com/provider/10146755/index.htm
大家学习的热情也很高, 各种精彩的笔记:
看来也有很多大佬在学习该课程, 如果你以为听完课程就入门机器视觉了, 那你就太单纯了. 上完课还是要做作业的, 还是要敲代码的. 可是做作业遇到困难怎么办? 做完的作业没有参考答案怎么办?
文摘菌听到了大家的心声, 也邀请了一批一线从业人员, 牺牲休息时间, 亲手研读课程作业, 并且整理了课程作业的完整笔记.
笔记作者和校对人员对于作业每一道题涉及到的知识点, 都进行了相关知识点的讲解. 讲解内容不仅涉及到课程上的一些知识, 也有一线从业人员的心得体会和知识点的扩充. 针对每一道题目大家都可以进行实操, 以加深对每一道题的理解.
比如针对 assignment1 中的 Q2, 我们的志愿者同学给出了这么详细的答案:
为了帮助大家顺利完成作业, 笔记作者和校对人员给出了每道题完整的代码作为参考, 并且代码都有详细的注释, 有没有超级棒?
那么这么精彩的笔记怎么拿到呢? 以下是第一期作业笔记获取链接
大数据文摘网易云课程专栏:
https://study.163.com/provider/10146755/index.htm
大数据文摘 CSDN 专栏:
http://blog.csdn.net/BigDataDigest
大数据文摘 GitHub 专栏:
https://github.com/theBigDataDigest/Stanford-CS231n-assignments-in-Chinese/tree/master/assignment1
我们会根据进度分批把作业全部发布出来, 请各位持续关注大数据文摘哦.
最后, 让我们感谢本次作业的工作人员, 是你们无私的付出, 让更多读者可以享受这一成果.
来源: https://yq.aliyun.com/articles/408941