Skip to main content

7.卷积神经网络

课程简介

  该课程将告诉你如何构建卷积神经网络从而实现对图像数据的智能处理。随着深度学习技术的出现,计算机视觉比两年前在性能上有了极大的提升,这就激活了安全自动驾驶、精准面部识别、医疗放射图像自动阅读等激动人心的人工智能应用。

你将能够:

  • 理解怎样构建一个卷积神经网络,包括最新的参差网络
  • 知道怎样将卷积神经网络应用于视觉检测的识别任务
  • 知道怎样利用神经风格转换来创作艺术画
  • 能够将这些算法应用到各类图像、视频及其它二维、三维领域

先修课程要求

为了顺利完成本课程,请你先学习下列课程:

  1. 人工智能数学:线性代数
  2. 人工智能数学:微积分
  3. Python编程语言
  4. 机器学习
  5. 神经网络与深度学习
  6. 深度神经网优化
  7. 构造机器学习项目

课程组成员

Course Staff Image #1

吴恩达(Andrew Ng),主讲老师

  • Coursera联合创始人
  • 斯坦福大学兼职教授
  • 百度前首席人工智能科学家
  • 谷歌前首席人工智能科学家
  • Course Staff Image #1

    Kian Katanforoosh

  • 课程首席助教
  • 斯坦福大学兼职讲师
  • deeplearning.ai成员
  • 巴黎中央理工学院研究生
  • Course Staff Image #1

    Younes Bensouda Mourri

  • 课程助教
  • deeplearning.ai成员
  • 斯坦福大学数值计算研究生
  • 张太红教授

    张太红

  • 教授,博士研究生导师
  • 计算机与信息工程学院院长
  • 课程本地化负责人
  • 赵匀杰

    赵昀杰

  • 课程助教
  • 计算机与信息工程学院研究生
  • 课程本地化成员
  • 常见问题

    我需要购买教材吗?

    不需要,课程网站提供了大量的文档和资源链接,完全可以满足课程学习的需要。

    我需要自己配备计算机吗?

    是的。要想掌握卷积神经网络开发技术,你必须自动动手编写实现特定功能的程序代码,仅靠课程安排的实验环节是不够的。在你自己的计算机上进行开发会方便的多。

    该课程的最终成绩是如何构成的?

    MOOC平台上的单元测验占(共4次)40%,项目开发(共6个)占60%。

    1. Course Number

      Convolutional Neural Networks
    2. Classes Start

    3. Estimated Effort

      4学时/周
    Enroll