课程大纲

01 入门：人工智能入门简介

【录播】1.1 《人工智能基础入门指南》(15分钟)

【录播】1.2 《30天入门人工智能》学习指南(26分钟)

02 基础：深入浅出神经网络

【录播】2.1 《神经网络从输入到输出》(18分钟)

【录播】2.2《初级神经网络入门指南》(30分钟)

【录播】2.3《浅层神经网络入门指南》(15分钟)

【录播】2.4《深度神经网络&迁移学习》(12分钟)

03 改进：神经网络常用改进方式

【录播】3.1 输入端优化1：数据增强&归一化(14分钟)

【录播】3.2 输入端优化2：梯度下降&参数随机初始化(16分钟)

【录播】3.3 中间层优化1：激活函数(12分钟)

【录播】3.4 中间层优化2：网络归一化&学习率衰减(18分钟)

【录播】3.5 输出端优化1：softmax多分类器(15分钟)

【录播】3.6 输出端优化2：多任务学习&端到端学习(13分钟)

04 常识：常用卷积神经网络结构

【录播】4.1 人工智能核心基础：卷积神经网络（上）(22分钟)

【录播】4.2 人工智能核心基础：卷积神经网络（下）(16分钟)

【录播】4.3 经典卷积神经网络1：Lenet-5(13分钟)

【录播】4.4 经典卷积神经网络2：Alexnet(14分钟)

【录播】4.5 经典卷积神经网络3：Vgg-16(15分钟)

【录播】4.6 改进卷积神经网络1：Resnet(14分钟)

【录播】4.7 改进卷积神经网络2：Inception(19分钟)

05 深入：目标检测必备知识点

【录播】5.1 目标检测算法的背景与分类(23分钟)

【录播】5.2 YOLOv3相关算法的原理及实现（上）(33分钟)

【录播】5.3 YOLOv3相关算法的原理及实现（下）(33分钟)

【录播】5.4 YOLOv4算法的原理及实现（上）(27分钟)

【录播】5.5 YOLOv4算法的原理及实现（下）(38分钟)

【录播】5.6 Faster-RCNN算法的原理及实现（上）(28分钟)

【录播】5.7 Faster-RCNN算法的原理及实现（下）(22分钟)

06 技巧：人工智能项目常用技巧方式

【录播】6.1 网络训练技巧1：数据集选择及设计(16分钟)

【录播】6.2 网络训练技巧2：错误分析错误标签修正(15分钟)

【录播】6.3 网络训练问题：欠过拟合&梯度爆炸消失(29分钟)

【录播】6.4 过拟合消除技巧：L2正则化&dropout(15分钟)

【录播】6.5 项目训练评判：贝叶斯误差及网络评判(19分钟)