Convolutional Neural Networks

在 Convolutional Neural Networks 中

將會教導如何建立 CNN 然後應用在 image data 上

因為有了 CNN ，所以 computer vision 能夠快速進步

應用在各式各樣的專案中，如

• safe autonomous driving

• accurate face recognition

• automatic reading of radiology images

在這個課堂上，將可以

• 了解如何建立 CNN，甚至是他的變形，如 residual networks

• 了解如何應用 CNN 在 visual detection 和 recognition tasks

• 了解如何使用 neural style transfer 來產生藝術作品

• 將 CNN 應用於更多 image, video, 2D, 3D data

這將是 Deep learning 的第四堂課 !

Foundations of Convolutional Neural Networks

了解 CNNs 裡的基本 layers 運作 (pooling, convolution)

並能夠堆疊他們來處理 multi-class image classification

• Computer vision

• Edge Detection

• Strided Convolutions

• Convolutions Over Volume

• Simple Convolutional Network

• Pooling Layers

Deep convolutional models: case studies

來看一些實際在 research papers 中的 CNNs 實作技術

• Classic Networks

• ResNets

• Networks in Networks and 1x1 Convolutions

• Inception Network

• Transfer Learning

• Data Augmentation

Object detection

利用學到的 CNNs 來實作 computer vision 最困難但最熱門的領域 : object detection

• Object Localization

• Landmark Detection

• Object Detection

• Convolutional Implementation of Sliding Windows

• Bounding Box Predictions

• Intersection Over Union

• Non-max Suppressio

• Anchor Boxes

• YOLO Algorithm

Special applications: Face recognition & Neural style transfer

了解更多 CNNs 可以應用的範圍，例如 art generation, face recognition

我們將實際設計 algorithm 來做出以上兩件事 !

• One Shot Learning

• Siamese Network

• Triplet Loss

• Face Verification and Binary Classification

• Neural style transfer

• deep ConvNets learning

• Content Cost Function

• Style Cost Function

• 1D and 3D Generalizations