课程描述
Deep Learning and Computer Vision，数据分析领域和分支中的培训视频系列名称，深度学习和视觉，一台计算机即可。当然，你从入门级到高级，开始培训将你观看课程视频只需要有数学高中想要的信息。当然，值得您更好地观察和学习本课程中提供的概念和培训、视频等需要具备最低限度的 Python 编程知识，想要成为。
您查看并收到本课程是一个工具箱，里面装满了计算机视觉中最强大的模型供您使用，您会看到。同样在本课程中，已尝试通过完成课程成为大师级和专家级的 OpenCV 程序来为您提供帮助。学习视觉计算机（Deep Learning and Computer Vision），成为创造者最简单的方法。
深度学习和计算机视觉技术课程：
- 教程，从初学者到高级，深度学习和计算机视觉，语言简单
- 共享工具箱，其中包含计算机视觉中最强大的模型
- 将您转变为专家并掌握 OpenCV
- 创建强大的软件来帮助视觉计算机（Computer Vision）
- 和…
深度学习和计算机视觉的特点：
- 出版商：乌迪米
- 讲师：Hadelin de Ponteves、Kirill Eremenko、SuperDataScience 团队
- 级别：入门到高级
- 时间：11:03:33
- 课时数：83课
- 英语语言
课程内容 83讲 11:03:33
简介 5 个讲座 03:53
第 1 单元 – 人脸检测、直觉 8 个讲座 01:10:44
第 1 单元 – 使用 OpenCV 进行人脸检测 9 个讲座 57:37
家庭作业挑战——构建幸福检测器 3 个讲座 19:50
第 2 单元 – 目标检测、直觉 5 个讲座 44:14
第 2 单元 – 使用 SSD 进行目标检测 11 个讲座 01:34:22
家庭作业挑战——侦测在纪念碑谷疾驰的史诗马 3 讲座 15:20
第 3 单元 – 生成对抗网络 (GAN) 直觉 6 个讲座 44:19
第 3 单元 – 使用 GAN 进行图像创建 14 个讲座 02:01:44
附件1：人工神经网络9讲01:30:11
附件2：卷积神经网络9讲01:40:47
奖金讲座 1 讲座 00:29
要求
只有高中数学基础 Python 编程知识
深度学习和计算机视觉的图像：
样片
媒体错误：格式不受支持或来源未找到
安装指南
在使用播放器提取您的自定义视图之后。
字幕：英文
画质：720p
变化：
2020/2 版与 2018/11 版相比至少增加了 2 节课和 50 MB 的容量。
