深度学习框架Caffe学习与应用视频教程 炼数成金深度学习技术 Caffe视频教程

空间力

课程名称:  深度学习框架Caffe学习与应用视频教程 炼数成金深度学习技术 Caffe视频教程

免费试看:    

下载地址：

游客， 下载地址需要支付 38下载币 才能浏览支付

课程简介:    

深度学习框架Caffe学习与应用视频教程 炼数成金深度学习技术 Caffe视频教程

----------------------课程目录------------------------------

│  ├<第一课>
│  │  ├第一课.pptx
│  │  ├<附加OpenCV安装视频>
│  │  │  ├Linux下OpenCV安装.pptx
│  │  │  ├linux下安装.mov
│  │  │  ├<OpenCV源码>
│  │  │  │  ├ippicv_linux_20151201.tgz
│  │  │  │  ├opencv.zip
│  │  │  │  ├opencv_contrib.zip
│  │  │  │  └opencv-3.1.0.exe
│  │  │  ├<测试代码>
│  │  │  │  ├gcc_command.docx
│  │  │  │  ├lena.jpg
│  │  │  │  └test_opencv.cpp
│  │  ├<视频>
│  │  │  ├part1_课程介绍.mov
│  │  │  ├part2_深度学习介绍.mov
│  │  │  ├part3_caffe介绍.mov
│  │  │  ├part4_caffe安装.mov
│  │  │  └part5_作业.mov
│  │  ├<资料>
│  │  │  ├Deep Learning (Bengio 2015-10-03).pdf
│  │  │  ├DeepLearning-NowPublishing-Vol7-SIG-039.pdf
│  │  │  ├master.zip
│  │  │  ├Understanding Machine Learning - From Theory to Algorithms.pdf
│  │  │  ├神经网络与机器学习(第3版）.pdf
│  │  │  └神经网络与深度学习讲义20151211.pdf
│  ├<第二课>
│  │  ├第二课.pptx
│  │  ├<课程代码>
│  │  │  ├<视频>
│  │  │  │  ├part1_前言.mov
│  │  │  │  ├part2_代码目录结构.mov
│  │  │  │  ├part3_blob源码分析.mov
│  │  │  │  ├part4_blob编程操作.mov
│  │  │  │  ├part5_layer&Net.mov
│  │  │  │  └part6_proto介绍和编码使用.mov
│  │  ├<视频>
│  │  │  ├part1_前言.mov
│  │  │  ├part2_代码目录结构.mov
│  │  │  ├part3_blob源码分析.mov
│  │  │  ├part4_blob编程操作.mov
│  │  │  ├part5_layer&Net.mov
│  │  │  ├part6_proto介绍和编码使用.mov
│  │  │  └part7_牛刀小试mnist数据集.mov
│  │  ├<作业素材>
│  │  │  └dataguru.class.proto
│  ├<第三课>
│  │  ├第三课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture3_part1_前言.mp4
│  │  │  ├caffe_lecture3_part2_solver介绍.mp4
│  │  │  ├caffe_lecture3_part3_solver参数配置与优化方法.mp4
│  │  │  ├caffe_lecture3_part4_io模块介绍.mp4
│  │  │  ├caffe_lecture3_part5_图片转换lmdb.mp4
│  │  │  └caffe_lecture3_part6_使用训练好的模型.mp4
│  │  ├<相关论文>
│  │  │  ├ RMSProp_Divide the gradient by a running average of its recent magnitude.pdf
│  │  │  ├A Practical Guide to Training Restricted Boltzmann Machines.pdf
│  │  │  ├ADADELTA AN ADAPTIVE LEARNING RATE METHOD.pdf
│  │  │  ├ADAM_A METHOD FOR STOCHASTIC OPTIMIZATION.pdf
│  │  │  ├Adaptive Subgradient Methods for Online Learning and Stochastic Optimization.pdf
│  │  │  ├On the importance of initialization and momentum in deep learning.pdf
│  │  │  └Readme.txt
│  ├<第四课>
│  │  ├第三课的勘误.pdf
│  │  ├第四课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture4_part1_前言.mp4
│  │  │  ├caffe_lecture4_part2_可视化工具.mp4.zip
│  │  │  └caffe_lecture4_part3_卷积、池化、全连接、激活和Softmax.mp4
│  ├<第五课>
│  │  ├第五课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture5_part1_前言.mp4
│  │  │  ├caffe_lecture5_part2_1_自定义Layer计算层.mp4
│  │  │  ├caffe_lecture5_part2_2_自定义Layer计算层.mp4
│  │  │  └caffe_lecture5_part3_自定义数据输入层.mp4
│  │  ├<作业素材>
│  │  │  └digits.png
│  ├<第六课>
│  │  ├【参考教程】vim打造C++ IDE.pdf
│  │  ├第六课.pptx
│  │  ├<课程代码>
│  │  │  ├my_solver.cpp
│  │  │  ├my_solver.hpp
│  │  │  ├<上周作业用代码>
│  │  │  │  ├caffe.proto
│  │  │  │  ├digits.png
│  │  │  │  ├my_data_layer.cpp
│  │  │  │  ├my_data_layer.hpp
│  │  │  │  ├mydata_lenet_solver.prototxt
│  │  │  │  └mydata_lenet_train_test.prototxt
│  │  ├<视频>
│  │  │  ├caffe_lecture6_part1_上周作业讲解(自定义数据层).mp4.zip
│  │  │  ├caffe_lecture6_part2_自定义损失层与softmax讲解.mp4.zip
│  │  │  └caffe_lecture6_part3_自定义solver.mp4
│  ├<第七课>
│  │  ├【补充】虚拟机镜像.txt
│  │  ├第七课.pptx
│  │  ├<论文资料>
│  │  │  ├Faster R-CNN.pdf
│  │  │  ├Girshick_Fast_R-CNN_ICCV_2015_paper.pdf
│  │  │  ├Girshick_Rich_Feature_Hierarchies_2014_CVPR_paper.pdf
│  │  │  ├README.png
│  │  │  ├SPPNet.pdf
│  │  │  ├SSD.pdf
│  │  │  └YOLO.pdf
│  │  ├<视频>
│  │  │  ├caffe_lecture7_part1_RCNN_SPPNET.mp4.zip
│  │  │  ├caffe_lecture7_part2_FRCNN_YOLO_SSD.mp4.zip
│  │  │  └caffe_lecture7_part3_pythonlayer.mp4.zip
│  ├<第八课>
│  │  ├第八课.pptx
│  │  ├<视频>
│  │  │  ├caffe_lecture8_part1_矩阵运算.mp4.zip
│  │  │  └caffe_lecture8_part2_Caffe最小化.mp4.zip
│  ├<第九课>
│  │  ├第九课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture9_part1.mp4.zip
│  │  │  ├caffe_lecture9_part2.mp4.zip
│  │  │  └caffe_lecture9_part3.mp4.zip
│  ├<第十课>
│  │  ├第十课.pptx
│  │  ├<参考资料>
│  │  │  ├4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
│  │  │  ├Delving Deep into Rectifiers- Surpassing Human-Level Performance on ImageNet Classification.pdf
│  │  │  ├Dropout- A Simple Way to Prevent Neural Networks from Overfitting.pdf
│  │  │  └t502v.Neural.Networks.Tricks.of.the.Trade.pdf
│  │  ├<视频>
│  │  │  ├caffe_lecture10_part1_前言.mp4.zip
│  │  │  ├caffe_lecture10_part2_数据预处理tricks.mp4.zip
│  │  │  ├caffe_lecture10_part3_训练tricks.mp4.zip
│  │  │  └caffe_lecture10_part4_可视化结果分析tricks_实战tricks.mp4.zip
│  │  ├<作业素材>
│  │  │  └101_ObjectCategories.tar.gz
│  ├<第十一课>
│  │  ├第十一课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture11_part1.mkv
│  │  │  └caffe_lecture11_part2.mkv
│  │  ├<作业素材>
│  │  │  ├neg.zip
│  │  │  └pos.txt
│  ├<第十二课>
│  │  ├第十二课.pptx
│  │  ├<课程代码>
│  │  ├<视频>
│  │  │  ├caffe_lecture12_part1.mp4
│  │  │  ├caffe_lecture12_part2.mp4
│  │  │  └caffe_lecture12_part3.mp4
│  ├<第十三课>
│  │  ├第十三课.pptx
│  │  ├<视频>
│  │  │  └caffe_lecture13_part1.mp4
│  │  ├<资料>
│  │  │  ├AWS安装N卡驱动CUDA(Ubuntu14.04-64bit).docx
└  └  └  └Ubuntu14.04安装NVIDA驱动和CUDA8.pdf

lu981731547

真是难得给力的帖子啊。

m904337

感谢楼主分享哇！

方show勤

必须要顶，想要，感谢楼主分享啊