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视频教程下载
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
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
评论0