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)
        • 1.1 计算机视觉(Computer vision)
        • 1.2 边缘检测示例(Edge detection example)
        • 1.3 更多边缘检测内容(More edge detection)
        • 1.4 Padding
        • 1.5 卷积步长(Strided convolutions)
        • 1.6 三维卷积(Convolutions over volumes)
        • 1.7 单层卷积网络(One layer of a convolutional network)
        • 1.8 简单卷积网络示例(A simple convolution network example)
        • 1.9 池化层(Pooling layers)
        • 1.10 卷积神经网络示例(Convolutional neural network example)
        • 1.11 为什么使用卷积?(Why convolutions?)
        • Convolution model Step by Step
        • Convolutional Neural Networks: Application
        • cnn_utils
      • 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)
  2. 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)

1.1 计算机视觉(Computer vision)1.2 边缘检测示例(Edge detection example)1.3 更多边缘检测内容(More edge detection)1.4 Padding1.5 卷积步长(Strided convolutions)1.6 三维卷积(Convolutions over volumes)1.7 单层卷积网络(One layer of a convolutional network)1.8 简单卷积网络示例(A simple convolution network example)1.9 池化层(Pooling layers)1.10 卷积神经网络示例(Convolutional neural network example)1.11 为什么使用卷积?(Why convolutions?)Convolution model Step by StepConvolutional Neural Networks: Applicationcnn_utils
Previous第四门课 卷积神经网络(Convolutional Neural Networks)Next1.1 计算机视觉(Computer vision)

Last updated 6 years ago

Was this helpful?