DeepLearning.ai深度学习课程笔记
Ctrlk
  • Introduction
  • 第一门课 神经网络和深度学习(Neural-Networks-and-Deep-Learning)
  • 第二门课 改善深层神经网络:超参数调试、 正 则 化 以 及 优 化 (Improving Deep Neural Networks:Hyperparameter tuning, Regulariza
    • 第二门课 改善深层神经网络:超参数调试、正则化以及优化(Improving Deep Neural Networks:Hyperparameter tuning, Regularization and
  • 第三门课 结构化机器学习项目(Structuring Machine Learning Projects)
    • 第三门课 结构化机器学习项目(Structuring Machine Learning Projects)
  • 第四门课 卷积神经网络(Convolutional Neural Networks)
    • 第四门课 卷积神经网络(Convolutional Neural Networks)
      • 第一周 卷积神经网络(Foundations of Convolutional Neural Networks)
      • 第二周 深度卷积网络:实例探究(Deep convolutional models: case studies)
      • 第三周 目标检测(Object detection)
      • 第四周 特殊应用:人脸识别和神经风格转换(Special applications: Face recognition &Neural style transfer)
  • 第五门课 序列模型(Sequence Models)
    • 第五门课 序列模型(Sequence Models)
Powered by GitBook
On this page

Was this helpful?

  1. 第四门课 卷积神经网络(Convolutional Neural Networks)

第四门课 卷积神经网络(Convolutional Neural Networks)

第一周 卷积神经网络(Foundations of Convolutional Neural Networks)第二周 深度卷积网络:实例探究(Deep convolutional models: case studies)第三周 目标检测(Object detection)第四周 特殊应用:人脸识别和神经风格转换(Special applications: Face recognition &Neural style transfer)
Previous2.10 是否要使用端到端的深度学习?(Whether to use end-to-end learning?)Next第一周 卷积神经网络(Foundations of Convolutional Neural Networks)

Last updated 6 years ago

Was this helpful?