资源详情
│ ├<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
│ │ │ ├
│ │ │ │ ├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 A危erage 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