本课程专为计算机视觉爱好者设计，涵盖从基础到高级的深度学习与视觉技术。通过实战项目如自动驾驶方向盘预测、图像分类与生成等，学员将深入理解神经网络、LSTM、注意力机制等核心技术。课程包含丰富的源码和课件，帮助学员快速上手并应用于实际项目中。适合希望提升计算机视觉技能的专业人士和学生。
以下云资源目录树快照生成于[11个月前]，该学习资料由夸克云用户[热情*金丝猴]分享（只展示大部分文件和目录）
《CV计算机视觉实战：从入门到精通，掌握深度学习与视觉技术（附源码）》5.89 GB(mp4视频100节；)
CV计算机视觉集训营（视频）
任务99：霍夫变换用于直线检测.mp455.64MB任务98：Canny边缘检测.mp431.4MB任务97：道路行车道检测简介.mp417.72MB任务96：图像关键点检测.mp411.74MB任务95：图像边缘检测.mp447.38MB任务94：图像去噪声.mp443.6MB任务93：数字图像直方图均衡.mp435.03MB任务92：数字图像大小缩放.mp437.26MB任务91：读取和显示数字图像.mp435.91MB任务90：如何评价标题生成模型的性能.mp486.93MB任务9：cuDNN的安装, Tensorflow, PyTorch的GPU测试.mp431.35MB任务89：如何调用generate_caption函数.mp432.11MB任务88：如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数02.mp4114.67MB任务87：如何使用深度神经网络模型做预测 产生标题 完成generate_caption函数01.mp422.74MB任务86：如何训练模型.mp465.14MB任务85：LSTM Add层的介绍.mp429.31MB任务84：Input Embedding和Dropout层介绍.mp464.29MB任务83：任务的概述.mp416.62MB任务82：产生模型需要的输入数据02.mp456.68MB任务81：产生模型需要的输入数据01.mp477.24MB任务80：创建Tokenizer02.mp462.38MB任务8：CUDA的安装.mp421.36MB任务79：创建Tokenizer01.mp420.89MB任务78：如何实现“extract_features”函数.mp434.8MB任务77：如何实现“load_vgg16_model”函数.mp427.36MB任务76：如何实现 load_img_as_np_array 这个函数.mp416.52MB任务75：任务介绍.mp436.37MB任务74：看图说话任务一-03.mp457.92MB任务73：看图说话任务一-02.mp435.51MB任务72：看图说话任务一-01.mp440.11MB任务71：项目介绍.mp426.94MB任务70：neural network optimizer直播-03.mp4143.79MB任务7：GPU驱动程序安装.mp417.71MB任务69：neural network optimizer直播-02.mp475.5MB任务68：neural network optimizer直播-01.mp4112.62MB任务67：Attention总结.mp420.16MB任务66：Self-Attention.mp451.71MB任务65：Attention for Machine Translation.mp446.01MB任务64：Attention for Image Captioning.mp4102.7MB任务63：回顾RNN与LSTM.mp420.76MB任务62：Seq2Seq模型.mp4131.29MB任务61：Multimodal Learning.mp466.89MB任务60：机器翻译.mp440.33MB任务6：开发环境的配置, Python, Numpy, Keras入门教程.mp446.95MB任务59：Gated Recurrent Unit.mp452.16MB任务58：Bi-Directional LSTM.mp448.06MB任务57：LSTM的应用.mp456.57MB任务56：LSTM的介绍.mp489.6MB任务55：Gradient Clipping.mp438.89MB任务54：梯度爆炸和梯度消失.mp4141.54MB任务53：RNN的深度.mp419.72MB任务52：语言模型.mp4102.77MB任务51：递归神经网络介绍.mp4140.55MB任务50：为什么需要递归神经网络？.mp428.1MB任务5：深度学习的总结.mp410.51MB任务49：作业讲解与答疑-02.mp485.29MB任务48：作业讲解与答疑-01.mp498.23MB任务47：最大范数约束 神经元的初始化.mp457.9MB任务46：正则化.mp425.16MB任务45：DropOut 训练.mp438.04MB任务44：过拟合.mp455.02MB任务43：梯度消亡解决方案.mp443.84MB任务42：梯度消亡问题分析.mp461.27MB任务41：梯度消亡.mp456.25MB任务40：Neural.Network.Loss-直播03.mp4107.72MB任务4：深度学习在计算机视觉中的应用.mp424.34MB任务39：Neural.Network.Loss-直播02.mp460.67MB任务38：Neural.Network.Loss-直播01.mp469.63MB任务37：神经网络数学原理（7）：手动演算神经网络BP算法（误差向后传递）续.mp468.19MB任务36：神经网络数学原理（6）：手动演算神经网络BP算法（误差向后传递）.mp475.67MB任务35：神经网络数学原理（5）：神经网络BP（误差反向传递）算法续.mp464.39MB任务34：神经网络数学原理（4）：神经网络BP（误差反向传播）算法.mp455.2MB任务33：神经网络数学原理（3）：神经网络的前馈（Feed Forward）算法续，Softmax层的数值问题.mp445.97MB任务32：神经网络数学原理（2）： 神经网络的前馈（Feed Forward）算法.mp448.14MB任务31：神经网络数学原理（1）： 神经网络的结点，权值，激活函数.mp460.37MB任务30：训练用于鸢尾花分类的神经网络 解读训练输出的日志 了解如何评价神经网络的性能.mp470.11MB任务3：现代深度学习的典型例子.mp418.71MB任务29：使用Keras创建一个用于鸢尾花分类识别的神经网络.mp4135.24MB任务28：使用Pandas读取鸢尾花数据集， 使用LabelEncoder对类别标签进行编码.mp438.26MB任务27：神经网络分类问题的经典数据（集鸢尾花数据集）介绍，神经网络Python库Keras的介绍.mp481.2MB任务26：查看网络训练过程 判断网络是否过拟合 欠拟合.mp446.22MB任务25：训练网络 保存训练的中间过程数据.mp4139.63MB任务24：建立BatchGenerator高效读取数据.mp4105.62MB任务23：数据预处理 数据增强.mp462.67MB任务22：使用PyCharm Keras建立深度网络模型.mp4257.79MB任务21：自动驾驶方向盘预测论文分析.mp465.07MB任务20：直播答疑.mp419.46MB任务2：深度学习的发展历史.mp423.12MB任务19：应用.mp4110.33MB任务18：梯度下降法.mp4104.82MB任务17：损失函数推演.mp483.23MB任务16：损失函数.mp459.35MB任务15：示例.mp484.02MB任务14：指数与对数 、逻辑回归.mp443.68MB任务13：逻辑函数.mp432.13MB任务12：二元分类问题.mp432.5MB任务11：环境安装.mp4106.82MB任务100：道路行车道检测代码讲解.mp4132.51MB任务10：问答环节.mp457MB任务1：机器学习、深度学习简介.mp423.93MB
