搜索点评「深度学习基础」 搜索点评「深度学习基础」 搜课程 搜课程
共 45 个点评(当前第 1 页)
小石头 点评了 AI博弈方法实践(周文罡)

这门课原本是五等级给分,后面因为好多同学没有深度学习基础就改成二等级制了,总而言之这门课要是想学到东西的话是需要有深度学习基础的,虽然课程是讲的强化学习,但是只需要了解一些基础概念就可以了,有基础可以很快上手,没有的话可能连在哪里改参数都不清楚,代码也看不太懂。 但这门课就算什么都不懂也可以过,能了 >>更多

这门课主要讲了多媒体智能分析技术综述和基础知识,还有一些深度学习基础,及图像检索、目标检测、跟踪分析等,非常推荐对深度学习和计算机视觉感兴趣的同学学习这门课,三位老师都讲课重点突出,授课条理清晰,认真负责,严谨耐心,内容丰富。平时作业也很少,注重锻炼学生阅读文献和代码、编程实现的能力,课程报告也是锻 >>更多

都不提供代码模版,代码模版应该自己写或者 Vibe Coding 出来;不点名;虽然这门课对于已经有一定深度学习基础的同学,收获可能比较有限;但是我觉得在扎根一个具体方向,投入课题组的课题之前,对深度学习领域有一个较为全面的认识,还是大有裨益的一件事;在赶路的同时,也不要忘记我们从何而来、因何而来。 >>更多

匿名用户 点评了 图像测量技术(於俊)

强大的自学能力验收方式是一个项目+一个pre今年的项目是使用华为的MindSpore复现一个算法,算法从老师提供的里面选择虽然每一个算法都有pytorch的代码,但是把pytorch修改成mindspore也需要不小的工作量,后续的调试也会有很多问题有python和深度学习基础的人可以尝试选择这门课 >>更多

洛阳令 点评了 深度学习(邱林, 连德富)

py一下就好了,没有一点教大家学习代码或者循序渐进的感觉。给分还不清楚。综上所述,除非必修不要来受罪,不要看了名字就觉得讲了什么好的东西。建议如果想了解机器学习又想有点挑战去听听王杰老师的‘机器学习’ ,或者看李宏毅老师的课,或者选本科的‘Python与深度学习基础’感觉也是不错的,没必要。。受苦。 >>更多

课程内容:多媒体内容检索,目标检测,目标跟踪,深度学习基础。老师都是做CV方向的,所以主要内容是和计算机视觉相关的,讲了很多方法,内容充实,作业也比较容易。最后大作业是要写代码做展示的,挺费工夫,但是收获很大,而且其实大部分人做的都不咋地,很多也是拿训练好的模型,毕竟没啥人有好的GPU用来训练,所以 >>更多

深度学习基础:训练一个深度神经网络用于图像分类。利用骨干网络ResNet在数据集Tiny-imagenet上进行训练,并最终评估其在图像分类任务上的效果,属于一个非常入门级的深度学习项目;深度学习实战:论文复现。找一篇近两年发表在知名会议/期刊上的论文,自己编写或者调用原作者的开源代码库复现论文中的 >>更多

YURIYZX 点评了 文本表征学习(宋彦)

选修时完全没有任何机器学习基础,前两节课时说明会过一遍基础知识,但是很快就进入了CNN,RNN,LSTM,BERT,Transformer...推荐有深度学习基础的来试试,没有基础的可能会像我一样上课大部分时间处于懵逼状态。这门课的节奏很快,内容极其丰富。1. 从N-gram到各种模型(word2v >>更多

50cc 更新了点评 量子物理

来上这门信智学部的通修课,并且很轻松的拿到很好的分数,而且不会被高级但不特色的量子力学AB覆盖。实际上本学期已经有一些人这么干了。而反观信智学部这边,我们连python深度学习基础这种公选课都被禁止选择,嘻嘻~很难不让人浮想联翩呢~下面附上某天去3A上量物的经典图,当然这不是我写的。感谢这位大兄弟。 >>更多

dycalo 点评了 AI博弈方法实践(周文罡)

有python和深度学习基础的同学会有优势。当然这门课后面改成了两分制,也是凑学分的优秀选择。上课的老师都很亲和,讲课也穿插着有意思的经验分享,对同学日后的学习规划也很有指导意义。虽然也会有一些不足之处,比如官方给的指导有错、科普式的课程内容,看不懂群里大佬的发言导致自信受挫等等,但考虑到这是一门暑 >>更多