课程介绍：
适用人群
希望学习人工智能的
希望学习深度学习的
希望学习Pytorch的
课程概述
简单介绍常见目标检测算法、PyTorch内置的目标检测模块，并用实例演示了使用PyTorch预训练的目标检测模块对图片做目标检测的方法及预测结果的可视化。
课程截图：
〖课程目录〗:
- | └──1、pytorch全套入门与实战项目
- | | ├──pytorch 全套视频
- | | | ├──1. pytorch概述
- | | | ├──10.Dataset数据输入
- | | | ├──11.现代网络架构
- | | | ├──12.图像定位
- | | | ├──13.Unet图像语义分割
- | | | ├──14.LinNet图像语义分割
- | | | ├──15.文本分类与词嵌入表示
- | | | ├──16.Rnn循环神经网络
- | | | ├──17（二）. 中文外卖评论情绪分类
- | | | ├──17（一）. twitter 评论情绪分类
- | | | ├──18.注意力机制
- | | | ├──19. Rnn序列预测-北京空气质量
- | | | ├──2.深度学习基础与线性回归实例
- | | | ├──20. Tensorboard可视化
- | | | ├──21.一维卷积网络
- | | | ├──23.语义分割图片的标注——Labelme使用教程
- | | | ├──24.多任务学习
- | | | ├──25.目标识别与目标检测
- | | | ├──3.pytorch张量
- | | | ├──4.逻辑回归与多层感知机
- | | | ├──5.多分类问题
- | | | ├──6.手写数字全连接模型
- | | | ├──7.基础部分总结
- | | | ├──8.计算机视觉基础
- | | | └──9.预训练模型(迁移学习)
- | | └──课程资料
- | | | ├──参考代码和部分数据集
- | | | ├──Miniconda3和conda配置文件【www.ko996.com】.zip 50.54M
- | | | ├──unet_model权重_建议还是自己训练【www.ko996.com】.zip 122.07M
- | | | ├──VC_redist.x64【www.ko996.com】.exe 14.28M
- | | | ├──常见预训练模型权重【www.ko996.com】.zip 827.58M
- | | | ├──大型数据集【www.ko996.com】.zip 2.97G
- | | | ├──课件【www.ko996.com】.zip 7.08M
- | | | ├──课件【www.ko996.com】.zzip 7.08M
- | | | └──文本分类数据集【www.ko996.com】.zip 1.44M
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
