深度学习素材

合集 - 深度学习(6)

1.RandLANet使用2022-10-142.将自己的数据转为Randla-net支持的格式2023-12-163.深度学习发展历史2024-11-304.U-Net学习与进阶2024-05-145.CNN实现手写数字识别2024-03-25

6.深度学习素材02-12

收起

1.人工智能发展历史

 　　1956年达特茅斯会议上首次提出 “人工智能” 概念至今， 人工智能已发展60余年， 经历三次全球发展浪潮， 目前处于第三次发展浪潮之中。

　　人工智能三次浪潮 [文章1]

2.神经网络基础

　　（1）线性回归 & 多元线性回归：[视频1]

　　（2）直观感受人工神经网络：[视频1]  [视频2]

　　（3）神经元与简单神经网络

　　（4）激活函数：[视频1]

　　（5）梯度下降算法

　　（6）前向过程 与 反向传播： 2分钟带你手撕神经网络 的前向 反向 求导 更参~

　　（7）神经网络训练过程：

　　　　　　神经网络训练过程（1/3）---梯度下降法。 深度学习必经之路。

　　　　　　神经网络训练过程（2/3）---自动微分

　　　　　　神经网络训练过程（3/3）---计算图

　　（7）感知机模型MLP ：

3. Pytorch基础（前置：Python基础、Numpy、OpenCV）

　　（1）环境配置

　　（2）张量（Tensor）

　　（3）基于Numpy库实现线性回归OLS

　　（4）基于Pytorch实现OLS

4.卷积神经网络CNN

　　什么是卷积，卷积核

　　（1）“卷积”在计算机中是如何进行计算的？  一张图告诉你卷积神经网络"香"在哪里？

　　（2）想搞定卷积神经网络 ，一定要弄清楚卷积核 步长 池化 填充这四个概念的用法和意义！ 

　　单通道卷积与多通道卷积

　　（3）CNN卷积层的多输入\输出通道你搞清了吗？

　　（4）卷积的关键组件 -- 卷积层 （卷积、池化、全连接层）

　　（5）手写数字识别（LeNet5）

　　

　　（6）猫狗识别 （VGG-Net）

　　

　　（7）全卷积神经网络FCN

　　（8）遥感图像建筑分类（U-Net）

　　（9）空洞卷积

　　（10）语义分类与语义分割

　　（11）注意力机制

　　（12）自注意力与Transformer

5. 点云深度学习

　　（1）PointNet & PointNet++ [文章1]  [视频2]  [[5分钟点云学习] #02 PointNet 开山之作] 

　　（2）Randla-Net [视频1] 

　　（3）Voxel-net [视频1] [视频2] [视频3]

　　（4）Point Transformer [v3 视频]