计算机视觉

15 篇公开记录

• Deep Learning for Computer Vision日期未记录
  Lec10: 视频理解

  Deep Learning for Computer Vision计算机视觉

  视频片段采样、时序建模、3D CNN、光流双流网络与视频 Transformer。
• Deep Learning for Computer Vision日期未记录
  Lec11: 大规模分布式训练

  Deep Learning for Computer Vision计算机视觉

  集合通信、数据并行、FSDP、激活检查点和多轴并行的计算与内存权衡。
• Deep Learning for Computer Vision日期未记录
  Lec12: 自监督学习

  Deep Learning for Computer Vision计算机视觉

  利用无标签数据构造预训练目标，比较 MAE、SimCLR、MoCo 和 DINO。
• Deep Learning for Computer Vision日期未记录
  Lec13: 生成模型（一）

  Deep Learning for Computer Vision计算机视觉

  生成与判别建模、最大似然、自回归模型、Autoencoder 与 VAE。
• Deep Learning for Computer Vision日期未记录
  Lec14: 生成模型（二）

  Deep Learning for Computer Vision计算机视觉

  GAN、Rectified Flow、条件生成、CFG，以及 Latent Diffusion 与 DiT。
• Deep Learning for Computer Vision日期未记录
  Lec15: 三维视觉

  Deep Learning for Computer Vision计算机视觉

  深度与法线、体素、点云、网格、隐式场，以及 NeRF 与 3D Gaussian Splatting。
• Deep Learning for Computer Vision日期未记录
  Lec16: 视觉、语言与基础模型

  Deep Learning for Computer Vision计算机视觉

  从 CLIP 的对比学习与零样本分类，到 LLaVA、Flamingo 和视觉语言模型链。
• Deep Learning for Computer Vision日期未记录
  Lec2: 图像分类与线性分类器

  Deep Learning for Computer Vision计算机视觉

  从图像分类任务、最近邻与 KNN，到线性分类器、损失函数和 Softmax。
• Deep Learning for Computer Vision日期未记录
  Lec3: 正则化与优化

  Deep Learning for Computer Vision计算机视觉

  理解数据损失与正则化，比较梯度下降、SGD、优化器和学习率调度。
• Deep Learning for Computer Vision日期未记录
  Lec4: 神经网络与反向传播

  Deep Learning for Computer Vision计算机视觉

  从线性模型走向神经网络，用计算图、局部梯度和链式法则理解反向传播。
• Deep Learning for Computer Vision日期未记录
  Lec5: 用卷积神经网络做图像分类

  Deep Learning for Computer Vision计算机视觉

  卷积层、感受野、步长、填充与池化，以及图像分类中的平移等变性。
• Deep Learning for Computer Vision日期未记录
  Lec6: 训练卷积网络与卷积网络架构

  Deep Learning for Computer Vision计算机视觉

  归一化、Dropout、VGG 与 ResNet，以及初始化、数据增强和迁移学习。
• Deep Learning for Computer Vision日期未记录
  Lec7: 循环神经网络

  Deep Learning for Computer Vision计算机视觉

  序列建模、RNN 状态与时间反向传播，理解梯度流和 LSTM。
• Deep Learning for Computer Vision日期未记录
  Lec8: 注意力与 Transformer

  Deep Learning for Computer Vision计算机视觉

  从序列注意力到多头自注意力、Transformer Block 和 Vision Transformer。
• Deep Learning for Computer Vision日期未记录
  Lec9: 检测、分割、可视化与理解

  Deep Learning for Computer Vision计算机视觉

  比较语义分割、目标检测与实例分割，理解 DETR 和视觉模型可解释性。