Python社区  »  机器学习算法

停课不停学 | 旷视 × 北大《深度学习实践》课程全面开放

PaperWeekly • 7 月前 • 128 次点击  
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)已在B站首发,正式全面上线,让你足不出户也能享有高水平的教学资源。

“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!

近日,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,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。

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:

【公开课】旷视x北大《深度学习实践》(28课时全)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com图标

PPT:进入“旷视研究院”微信公众号后台,回复关键词“深度学习实践PPT”即可获取下载链接。

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~


#投 稿 通 道#

如何才能让更多的优质内容以更短路径到达读者群体,缩短读者寻找优质内容的成本呢? 答案就是:你不认识的人。

总有一些你不认识的人,知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁,促使不同背景、不同方向的学者和学术灵感相互碰撞,迸发出更多的可能性。

PaperWeekly 鼓励高校实验室或个人,在我们的平台上分享各类优质内容,可以是最新论文解读,也可以是学习心得技术干货。我们的目的只有一个,让知识真正流动起来。

📝 来稿标准:

• 稿件确系个人原创作品,来稿需注明作者个人信息(姓名+学校/工作单位+学历/职位+研究方向)

• 如果文章并非首发,请在投稿时提醒并附上所有已发布链接

• PaperWeekly 默认每篇文章都是首发,均会添加“原创”标志

📬 投稿方式:

• 方法一:在PaperWeekly知乎专栏页面点击“投稿”,即可递交文章

• 方法二:发送邮件至:hr@paperweekly.site ,所有文章配图,请单独在附件中发送

• 请留下即时联系方式(微信或手机),以便我们在编辑发布时和作者沟通

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。

加入社区:http://paperweek.ly

微信公众号:PaperWeekly

新浪微博:@PaperWeekly

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/54676
 
128 次点击  
分享到微博