C2网络(C2!%&)
使用开源的实现方案(G""$!2").
迁移学习(F":).
数据增强(!$!2)
计算机视觉现状(F "!!:$!'")
目标定位(A,M!92)
特征点检测((&(!2)
目标检测(A,M!(!2)
滑动窗口的卷积实现(-'$2!2:"(%(%").
0$(07 预测(0$(,7(2")
.交并比(C!"2'$)
非极大值抑制(#7"$"")
+ 07"
NAA算法(<$D!!! HNAA! )
候选区域(选修)(/""A2)
什么是人脸识别?( !":2*)
A ! 学习(A" !)
"网络("!%&)
F!损失(F!损失)
人脸验证与二分类(3'12(,""12)
.什么是神经风格迁移?( !"$"!!":*)
深度卷积网络学习什么?( !(-'#!"*)
代价函数(-"!:$2).
内容代价函数(-!!"!:$2)
风格代价函数(!"!:$2).
一维到三维推广((92":(").
为什么选择序列模型?( J$5("*)
数学符号(#!2).
循环神经网络模型(/$!#$#!%&5()
通过时间的反向传播(0&2! $ 2).
不同类型的循环神经网络()!!":/##")
.语言模型和序列生成($(("J$2)
对新序列采样('"J$")
循环神经网络的梯度消失(8" (!"%! /##").
4/G 单元(4!(/$!G!(4/G))..
长短期记忆(F5(" !!)$!).
双向循环神经网络(0(2/##).
深层循环神经网络(/##").
词汇表征((/"!2)..
使用词嵌入(G"(6,((").
词嵌入的特性(<2":(6,((").
嵌入矩阵(6,((5!7).
学习词嵌入((6,((").
.(8 .
C8