【中文普通话】3.2小时使用PyTorch创建您自己的深度学习项目

by yuyulaoshi · 2023年9月1日

发布日期：2023年3月 MP4 | 视频：h264，1280×720 | 音频：AAC，44.1 KHz 语言：英语 | 大小：1.32 GB | 时长：3小时15分钟

学习如何表示数据、创建模型、训练模型和使用行业标准工具

您将学到什么：培养正确的心态来处理高级深度学习项目学习如何使用PyTorch和其他在该领域中标准的库来开发深度学习项目和实现论文介绍该领域中的其他标准工具以从头开始实现一篇论文作为示例。介绍目标检测

要求：基本的Python知识了解如何在PyTorch上训练神经网络基本的NumPy知识

描述：在这门课程中，您将学习数据表示技巧以及其他几个工具，这些工具将帮助您：实现研究论文、创建需要复杂数据流程的项目、为进一步学习深度学习甚至数据科学打下坚实基础。通过一个实际项目，从头开始实现目标检测论文，以下是关于该项目需要了解的一些内容：您只需要熟悉PyTorch上的图像分类，了解目标检测并非先决条件。拥有高端GPU并非必需，我们甚至可以使用Google Colab来完成工作。我们不会涉及任何复杂的计算机视觉数学方程。那么目标检测到底是什么呢？目标检测是与计算机视觉和图像处理相关的计算机技术，用于在数字图像和视频中检测特定类别（如人类、动物、建筑物或汽车）的语义对象实例。它广泛应用于计算机视觉任务，如图像注释、车辆计数、活动识别、人脸检测、人脸识别、视频对象共分割。它还用于对象跟踪，例如在足球比赛中跟踪球，跟踪板球拍的移动，或在视频中跟踪一个人。目标检测是深度学习中非常热门的话题，您将学习使用卷积神经网络（CNN）进行基本的目标检测，除此之外还会学到其他之前提到的内容。

课程概述：第1节：介绍

讲座1：课程介绍

第2节：论文介绍

讲座2：论文介绍

第3节：数据准备

讲座3：数据准备

第4节：构建数据集

讲座4：构建数据集

第5节：构建损失函数

讲座5：构建损失函数

第6节：构建模型

讲座6：模型