Introduction For EECS498

约 386 个字 预计阅读时间 3 分钟

介绍

csdiy的介绍

UMich 的 Computer Vision 课，课程视频和作业质量极高，涵盖的主题非常全，同时 Assignments 的难度由浅及深，覆盖了 CV 主流模型发展的全阶段，是一门非常好的 Computer Vision 入门课。

你在每个 Assignment 里会跟随 Handouts 搭建与训练 Lectures 中提到的模型/框架。

你不需要有任何的深度学习框架的使用经验，在开始的 Assignment 里，这门课会从零开始教导每个学生如何使用 Pytorch，后续也可以当成工具书，随时翻阅。

同时由于每个 Assignment 之间涉及到的主题都不同，你在递进式的 Assignment 中不仅可以亲身体会到 CV 主流模型的发展历程，领略到不同的模型和训练的方法对最终效果/准确率的影响，同时也能 Hands On 地实现它们。

Justin 真的好帅

资源目录

笔记参考：ComputerVision(大部分内容都是摘录上面的东西)

参考资料：

• 深度学习：《动手学深度学习》
• PyTorch： 欢迎使用 PyTorch 教程 — PyTorch 教程 2.4.0+cu124 文档 - PyTorch 中文

课程网址：EECS498

课程视频：
Deep Learning for Computer Vision - YouTube
Deep Learning for Computer Vision - BiliBili

Note

我学的是2022win 的内容，所以Notes 会有一些不同:)

如果想了解Deep Learning 的内容，可以看前十章笔记和 RNN的内容

• Notes:

  • Image classification
  • Linear Classification
  • Regularization and Optimization
  • Backpropagation
  • Neural Network
  • Convolutional Networks
  • CNN Architectures
  • Training Neural Networks Ⅰ
  • Training Neural Networks Ⅱ
  • CNN Architectures Ⅱ
  • Object Detection
  • Object Detector
  • Image Segmentation
  • Recurrent Networks
  • Attention

• Homework