/谷歌 C3网络简介(C3&'"3(3)
C3网络(C3&')
使用开源的实现方案(G# #%""3#)/
迁移学习(F#; ) /
数据扩充(% "3)
计算机视觉现状(F#;"%(#)
目标定位(A-M:3)
特征点检测()"')3)
目标检测(A-M)3)
卷积的滑动窗口实现(.(%3""3;#) &)&#)/
1%) 18 预测(1%) -8)3#)
/交并比(C#3(%)
非极大值抑制($"8#%##)
,18#
NAA算法(%D HNAA ")
候选区域(选修)(0 ##A3)
什么是人脸识别?(!#; 3+)
A 学习(A# )
"#网络("#&')
F损失(F损失)
面部验证与二分类(4(23)-##23)
/什么是神经风格转换?(!#%##;+)
什么是深度卷积网络?(!).($# +)
代价函数(.#;%3)/
内容代价函数(.#;%3)
风格代价函数(#;%3)/
一维到三维推广() :3#;")#)/
为什么选择序列模型?(!J%6)#+)
数学符号($3)/
循环神经网络模型(0%$%$&'6))
通过时间的反向传播(1' 3% 3")/
不同类型的循环神经网络(*#;0$$#)
/语言模型和序列生成( % "))#J% 3)
对新序列采样(" (#J%#)
循环神经网络的梯度消失(9# )#&0$$#)/
50G 单元(5)0%G(50G))//
长短期记忆(F6( #""")%)/
双向循环神经网络(1)30$$)/
深层循环神经网络(0$$#)/
词汇表征(!)0#3)//
使用词嵌入(G# !)7"-)) #)/
词嵌入的特性(3#;!)7"-)) #)/
嵌入矩阵(7"-)) 68)/
学习词嵌入( !)7"-)) #)/
C9