您正在访问: 网站首页 >> 机器人学 公开课

机器人学 公开课

作者: 时间:2019/12/3 15:11:00
体系完备,课件精美,基本概念阐述到位。,你值得拥有!PDF.视频.程序等在EDX和学校主页均有下载2.规模比较大的如COURSERA的ROBOTICS专项课程(6门)很赞,视频不仅仅是教授讲课的录像,而是集成有演示动画的教学视频,但只有视频没有课件下载。优点和缺点都一样:主要针对某一运动平台展开,比较专。其中我比较感兴趣的有:1.TUM的AUTONOMOUSNAVIGATIONFORFLYINGROBOT是空中机器人方面最早/最系统的课程,主要侧重于视觉导航。TUM每学期还会更新一个PRACTICALCOURSE:VISION-BASEDNAVIGATION,对视觉导航感兴趣的可关注。2.VIJAYKUMAR大神的课程ROBOTICS:AERIALROBOTICS必须要看啊!主要侧重于控制与规划。3.北航全权教授的《四旋翼无人机设计与控制》是四旋翼方面最全面深入的讲义。从整体设计、电机等硬件、到控制方法。PS:由于目前非线性/跳跃式思维、以及针对性学习的要求,我本人其实很少听公开课的,也基本没有完整的看完过任何一门公开课,基本上还是以翻书为主。针对国内的一些情况。我们自己也做了一些机器人教程及课程,待完善后再推荐吧。适用人群:有一定数学与计算机基础,希望了解深度学习与神经网络的同学简介本课程属于机器学习的深化课程,主要是介绍深度学习(尤其是卷积神经网络和与其相关的框架)在计算机视觉领域的应用,内容涵盖多种神经网络具体结构与训练应用细节,以及针对大规模图像识别,物体定位,物体检测,图像风格迁移,图像理解描述与视频内容识别等问题的前沿解决思路。该课程总共包括15个章节,计算机视觉历史回顾与介绍,数据驱动的解法,KNN与线性分类器,线性分类器与最优化,神经网络详解PART1,神经网络详解PART2,神经网络详解PART3,卷积神经网络,物体定位与物体检测,可视化,DEEPDREAM和NEURALSTYLE等计算机视觉案例,循环神经网络与图像生成文本描述,卷积神经网络实践技巧与经验,深度学习开源库介绍,图像分割,注意力模型,视频与无监督学习,JEFFDEAN受邀讲座,每个章节分为上下两部,分别于每周二更新。讲师介绍:李飞飞教授现为斯坦福大学(STANFORD)计算机系助理教授。她的研究兴趣主要集中在视觉研究领域,包括计算机视觉和视觉心理学,例如物体识别、场景分类和事件分类等。她曾获微软青年教授奖(MICROSOFTRESEARCHNEWFACULTYFELLOWSHIP)、谷歌研究奖(GOOGLERESEARCHAWARD)等荣誉。目录课时1计算机视觉历史回顾与介绍上31:04课时2计算机视觉历史回顾与介绍中29:32课时3计算机视觉历史回顾与介绍下19:38课时4数据驱动的图像分类方式:K最近邻与线性分类器(上)26:26课时5数据驱动的图像分类方式:K最近邻与线性分类器(下)31:36课时6线性分类器损失函数与最优化(上)38:11课时7线性分类器损失函数与最优化(下)34:00

新闻速递

相关推荐

热点专题

Copyright © 2022 All Rights Reserved 版权所有