斯坦福李飞飞图像机器学习课程

【课程内容】
计算机视觉历史回顾与介绍
数据驱动的图像分类方式：K最近邻与线性分类器
线性分类器损失函数与最优化
反向传播与神经网络初步
神经网络训练细节
卷积神经网络详解
迁移学习之物体定位与检测
卷积神经网络的可视化与进一步理解
循环神经网络
卷积神经网络工程实践技巧与注意点
深度学习开源库使用介绍
图像分割与注意力模型
视频检测与无监督学习
来自Jeff.Dean的受邀报告
附带课件、作业、讲义、笔记、资料等