慕尼黑工大计算机视觉深度学习进阶课-学习资料
慕尼黑工大CV深度学习进阶课,内容覆盖神经网络可解释性、相似度与度量学习、transformer、图神经网络、GAN等

关键词标签: 慕尼黑工大, 计算机视觉, 深度学习, Transformer, GAN, VAE, 可解释性, 迁移学习
ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课
🏆 课程学习中心 | 🚧 CV课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析
Advanced Deep Learning for Computer Vision
计算机视觉深度学习进阶课
Technical University Munich
慕尼黑工业大学
ADL4CV
⭐⭐⭐⭐⭐


课程介绍

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课

ADL4CV,全称是 Advanced Deep Learning for Computer vision (ADL4CV),是慕尼黑工大讲授的计算机视觉方向进阶课程,覆盖深度学习计算机视觉基础之上的进阶深度内容,包括:神经网络可解释性、相似度与度量学习、自注意力与transformer、图神经网络、生成模型与GAN、无监督学习、视频处理、迁移学习等。

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课

课程主要面向深度学习计算机视觉进阶内容,有深度学习和计算机视觉基础的同学可以通过本课程进阶,学习到更深入的CV研究方向和内容。

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课

课程讲师 Laura Leal-Taixé,慕尼黑工业大学的终身教授,Dynamic Vision and Learning Group 负责人。

课程讲师 Matthias Niessner,慕尼黑工业大学教授,视觉计算实验室 (Visual Computing Lab) 的负责人。曾任斯坦福大学的访问助理教授。


课程主题

课程官网发布了课程主题,ShowMeAI 对其进行了翻译。


课程资料 | 下载

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课

扫描上方图片二维码,关注公众号并回复关键字 🎯『ADL4CV』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课

由于疫情影响,慕尼黑工业大学的最新课程《Advanced Deep Learning for Computer Vision》是网上授课模式,课程对应的资料和视频也公开放出。ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:


课程视频 | B站

🌍 B站 | 【双语字幕+资料下载】慕尼黑工大 ADL4CV | 计算机视觉深度学习进阶课 (2020·全10讲)

ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!

本门课程,ShowMeAI 将部分章节进行了切分,按照主题形成更短小的视频片段,便于按照标题进行更快速的检索。切分后的视频清单列写在这里:

序号 视频清单
L1 深度学习计算机视觉介绍
L2 可视化与模型可解释性
L3 孪生网络与相似度学习
L4 自编码器,VAE和视觉风格迁移
L5 图神经网络与注意力机制
L6 生成对抗网络(上)
L7 生成对抗网络(下)
L8 视频处理与回归建模
L9 神经网络图像与视频渲染
L10 高维数据深度学习

根据视频内容整理的这份『ADL4CV课程结构图解』,展示了内容要点及其逻辑关系,超级直观!相信对构建 Whole Picture 特别有帮助~

ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课


学习建议

课程学习具有以下知识基础:


更多技术与课程清单 | 点击查看详细课程

合辑 课程链接
CS数学基础课程合辑 【ENGR108】Stanford斯坦福 · 线性代数与矩阵方法导论课程
【6.042J】MIT麻省理工 · 计算机科学的数学基础课程
【MATH100】辛辛那提大学 · 微积分Ⅰ课程
【MATH101】辛辛那提大学 · 微积分Ⅱ课程
【MATH1071】辛辛那提大学 · 离散数学课程
计算机基础课程合辑 【14-455】CMU卡内基梅隆 · 数据库系统导论课程
【15-721】CMU卡内基梅隆 · 数据库系统进阶课程
【CS105】Stanford斯坦福 · 计算机科学导论课程
【CS50-CS】Harvard哈佛 · 计算机科学导论课程
【CS50-WEB】Harvard哈佛 · 基于Python / JavaScript的Web编程课程
【6.0001】MIT麻省理工 · 计算机科学与Python编程导论课程
【6.046J】MIT麻省理工 · 数据结构与算法设计课程
【18.S191】MIT麻省理工 · 计算思维导论(Julia)课程
【CMSC420】马里兰大学 · 数据结构课程
机器学习课程合辑 【AndrewNG-ML】吴恩达 · 机器学习专项课程
【CS229】Stanford斯坦福 · 机器学习课程
【6.036】MIT麻省理工 · 机器学习导论课程
深度学习课程合辑 【AndrewNG-DL】吴恩达 · 深度学习专项课程
【CS230】Stanford斯坦福 · 深度学习课程
【CSW182】Berkeley伯克利 · 深度神经网络设计、可视化与理解课程
【FSDL】Berkeley伯克利 · 全栈深度学习训练营课程
【CS50-AI】Harvard哈佛 · Python人工智能入门课程
【6.S191】MIT麻省理工 · 深度学习导论课程
【APPLY-DL】科罗拉多大学 · 应用深度学习(全知识点覆盖)课程
【STAT453】威斯康星 · 深度学习和生成模型导论课程
【T81-558】WUSTL · 深度神经网络应用案例实操课程
【HYLEE】李宏毅 · 机器学习(&深度学习)课程
NLP课程合辑 【CS224n】Stanford斯坦福 · 深度学习与自然语言处理课程
【CS124】Stanford斯坦福 · 从语言到信息课程
【CS520】Stanford斯坦福 · 知识图谱课程
【CS685】马萨诸塞大学 · 自然语言处理进阶课程
计算机视觉课程合辑 【CS231n】Stanford斯坦福 · 深度学习与计算机视觉课程
【EECS498】Michigan密歇根 · 深度学习与计算机视觉(CS231n进阶课)
【ADL4CV】慕尼黑工大 · 计算机视觉深度学习进阶课
强化学习课程合辑 【CS285】Berkeley伯克利 · 深度强化学习课程
【CS234】Stanford斯坦福 · 强化学习课程
AI生物医疗课程合辑 【6.047】MIT麻省理工 · 基因组学机器学习课程
【6.874】MIT麻省理工 · 面向生命科学的深度学习课程
【6.S897】MIT麻省理工 · 医疗机器学习课程
其他名校AI课程合辑 【CS294】Berkeley伯克利 · 深度无监督学习课程
【11-777】CMU卡内基梅隆 · 多模态机器学习课程
【15-462】CMU卡内基梅隆 · 计算机图形学课程
【CS224W】Stanford斯坦福 · 图机器学习课程
【6.S094】MIT麻省理工 · 深度学习与无人驾驶课程
【GDL】AMMI · 几何深度学习课程
ADL4CV; Advanced Deep Learning for Computer Vision; 计算机视觉深度学习进阶课
*****
本文作者 韩信子
欢迎关注微信公众号 ShowMeAI研究中心 获取更多资源!