22課時、19大主題，CS 231n進階版課程視頻上線！

來源｜機器之心

講 CS231n 的 Justin Johnson 在密歇根大學推出了一套計算機視覺的進階課程。

計算機視覺在平常生活中已經無處不在。從搜索引擎、圖像理解、地圖、醫療、無人機、自動駕駛到各種手機 app，都離不開計算機視覺。這些應用中有許多像圖像分類和目標檢測這樣的視覺識別任務，而神經網絡方面的進展大大提升了視覺識別系統的性能。

來自密歇根大學的 Justin Johnson 在 2019 年秋季推出了一套新的課程，該課程深刻探討了基於神經網絡的計算機視覺深度學習方法的細節。這一課程近日已在 YouTube 上開放。

課程視頻連接： https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r

B站地址： https://www.bilibili.com/video/BV1TJ411d7b7

課程概況

這套 2019 年秋季的計算機視覺課程名爲「Deep Learning for Computer Vision」，課程講授者是來自密歇根大學的 Justin Johnson。做爲斯坦福大學李飛飛教授的學生，Justin Johnson 曾和李飛飛一塊兒講授斯坦福大學計算機視覺經典課程 CS231n。

Justin Johnson，圖源： https://web.eecs.umich.edu/~justincj/。

目前， Justin Johnson 正在密歇根大學擔任助理教授，同時他也是 Facebook AI 研究所的客座科學家。 他的研究興趣主要是計算機視覺和機器學習，研究涉及視覺推理、視覺和語言、圖像生成以及使用深度神經網絡的 3D 推理。

在「Deep Learning for Computer Vision」課程中，學生能夠學習到實現、訓練和調試本身的神經網絡，並可以詳細瞭解計算機視覺前沿研究的知識。課程中介紹了學習算法、神經網絡架構以及用於訓練和微調視覺識別任務網絡的實用工程技巧。

22 個課時、19 個主題、歷時 3 個多月

密歇根大學 2019 秋季「Deep Learning for Computer Vision」課程歷時 3 個多月，共計 22 個課時，19 個主題。

• 課時 1：計算機視覺深度學習簡介，包括歷史背景和當前發展概述；
• 課時 2：圖像分類，包括數據驅動方法、最近鄰算法、超參數和交叉驗證；
• 課時 3：線性分類器，包括 Softmax 或 SVM 分類器和 L2 正則化；
• 課時 4：優化，包括隨機梯度降低、動量、AdaGrad、Adam 和二階優化器；
• 課時 5：神經網絡，包括特徵轉換、全鏈接網絡、泛逼近（universal approximation ）和凸性。

• 課時 6：反向傳播，包括計算圖、反向傳播和矩陣乘法示例；
• 課時 7：卷積網絡，包括卷積、池化和批歸一化；
• 課時 8：CNN 架構，包括 AlexNet、VGG、ResNet、大小 VS 準確性、分組和可分離卷積以及神經架構搜索；
• 課時 9：硬件和軟件，包括 CPU、GPU、TPU、動態與靜態圖以及 PyTorch 和 TensorFlow；
• 課時 10：神經網絡訓練 I，包括激活函數、數據預處理、權重初始化、數據增廣和正則化（Dropout 等）；

• 課時 11：神經網絡訓練 II，包括學習率方案、超參數優化、模型集成、遷移學習和大批量訓練；
• 課時 12：遞歸網絡，包括 RNN、LSTM、GRU、語言建模、序列到序列、圖像標註和視覺問題；
• 課時 13：注意力，包括多模態注意力、自注意力和 Transformers；
• 課時 14：可視化和理解，包括特徵可視化、對抗性示例以及 DeepDream 和風格遷移；
• 課時 15：目標檢測，包括單級檢測器和兩級檢測器；

• 課時 16：圖像分割，包括語義分割、實例分割和關鍵點估計；
• 課時 17：3D 視覺，包括 3D 形狀表示、深度估計、3D 形狀預測以及立體像素、點雲、SDF 和網格；
• 課時 18：視頻，包括視頻分類、早期和後期融合、3D CNN 和雙流網絡；
• 課時 19：生成模型 I，包括監督與無監督學習、判別與生成模型、自迴歸模型和變分自編碼器；
• 課時 20：生成模型 II，包括變分更強的自編碼器和生成對抗網絡；

• 課時 21：強化學習，包括強化學習問題設置、貝爾曼方程、Q 學習和策略梯度；
• 課時 22：課程總結，包括課程回顧和計算機視覺的發展展望。

對課程主題感興趣的小夥伴趕快去觀看視頻了！

參考連接：

https://web.eecs.umich.edu/~justincj/

https://web.eecs.umich.edu/~justincj/teaching/eecs498/schedule.html

編輯：Sophia | 王博（Kings）筆記 計算機視覺聯盟 報道 | 公衆號 CVLianMeng