- 全连接神经网络
- 卷积神经网络
- MTCNN多任务级联卷积网络
- 人脸识别
- 模型设计
- 高效模型
- YOLO多类别多目标检测
- RNN循环神经网络
- Gan生成式对抗网络
- 图像分割
- 强化学习DQN
- 剪枝、量化、蒸馏
- NLP自然语义
| Chapter | Topic | Description |
|---|---|---|
| 1 | 全连接神经网络 | 了解全连接神经网络的拓扑结构，并知悉常用的激活函数，搭建一个全连接神经网络模型。 |
| 2 | 卷积神经网络 | 了解卷积运算，构建单目标识别的卷积神经网络 |
| 3 | 人脸识别 | 分类数不定的网络实现，孪生网络、Triplet Loss、center loss和arc face loss |
| 4 | 模型设计 | 损失函数、Dropout、正则化、权重初始化、BatchNormal、残差网络、稠密连接网络 |
| 5 | 高效模型 | 通道优化、高效模型块、高效模型 |
| 6 | RNN | RNN、LSTM、GRU、识别验证码 |
| 7 | Gan | 生成式对抗网络、分割迁移 |
| 8 | UNet | 图像分割、 |
| 9 | 强化学习 | 强化学习DQN |
| 10 | 工程部署 | onnx、tensorRT |
| 11 | 优化 | 模型压缩，剪枝、量化、蒸馏 |
| 12 | 自然语义 | NLP |
| Project | Topic | Description |
|---|---|---|
| 1 | MTCNN | 多任务级联卷积网络 |
| 2 | 人脸识别 | 识别人脸 |
| 3 | YOLO | 多目标多类别检测 |
| 4 | YOLO_v4&YOLO_v5 | YOLO_v4&YOLO_v5详解 |
| Index | Comment |
|---|---|
| 1. | 读取压缩包 |
| 2. | 整体概要 |
| 3. |