Basic Deep Learning & Deep Learning for Computer Vision
Содержание
Basic DL
# |
Topics |
Link |
01 |
Введение в глубокое обучение. Нейрон. Numpy, логистическая регрессия. |
slides workshop |
02 |
Полносвязные сети. Backpropagation. |
slides workshop |
03 |
Методы оптимизации в глубоком обучении. PyTorch. |
slides workshop |
04 |
Сверточные нейронные сети. |
slides workshop |
05 |
Данные и метрики. BatchNormalization. |
slides workshop |
DL for Computer Vision
# |
Topics |
Link |
01 |
Введение в CV. Аугментации изображений. |
slides workshop |
02 |
Архитектуры CNN (I). ResNets. |
slides workshop |
03 |
Архитектуры CNN (II). Finetuning. |
slides workshop |
04 |
Детектирование (I). Two-stage models. *-RCNN. |
slides workshop |
05 |
Детектирование (I). One-stage models. RetinaNet. |
slides workshop |
06 |
Сегментация. Inplace-ABN. UNet. |
slides workshop |
07 |
Рекуррентные сети в компьютерном зрении. CRNN. |
slides workshop |
08 |
Metric Learning. |
slides workshop |
09 |
Трекинг. Фильтр Калмана. |
slides workshop |
10 |
Задача генерации. GAN (I). |
slides workshop |
11 |
Задача генерации. GAN (II). |
slides workshop |
12 |
Text + Images. CLIP. DALL-E. |
slides |
Homeworks
# |
Topics |
Link |
01 |
Предсказание ключевых точек лица. |
baseline |
02 |
Определение автомобильных номеров |
baseline |
Авторы