為什麼這篇深度學習於電腦視覺ptt鄉民發文收入到精華區:因為在深度學習於電腦視覺ptt這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者PyTorch (PY火炬)看板NTUcourse標題[評價] 106-2 王鈺強 深度學習於電...
深度學習於電腦視覺ptt 在 4Gamers編輯部 Instagram 的最佳貼文
2020-11-22 14:56:24
Intel 於 SuperComputing 2019 發表oneAPI產業倡議,以建立一個開放、遵循標準、一致的程式設計模型,提供開發者於 CPU、GPU、FPGA 及其它加速器,自由選擇最佳硬體的可能性,並將其結合為「XPU」。 oneAPI 完成版產品將於 2020 年 12 月推出,可...
※ 本文是否可提供臺大同學轉作其他非營利用途?(須保留原作者 ID)
(是/否/其他條件): 是
哪一學年度修課:
106-2
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
王鈺強
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
電機/電信所
δ 課程大概內容
先看這裡http://vllab.ee.ntu.edu.tw/dlcv.html
Ω 私心推薦指數(以五分計) ★★★★★
想要爽爽過★
想要學東西★★★★★
η 上課用書(影印講義或是指定教科書)
不太需要看指定用書, 老師講義放很多最新的近期研究
μ 上課方式(投影片、團體討論、老師教學風格)
投影片
σ 評分方式(給分甜嗎?是紮實分?)
還沒出來 晚點補
ρ 考題型式、作業方式
5次個人作業
HW1, HW2主要focus在傳統computer vision
HW3是實現fully convolution network, 基本上只要把paper看一看
再上網看一看github應該輕鬆過baseline
HW4是VAE, 還有GAN, ACGAN,
GAN跟ACGAN要把產生圖片的品質調好應該要花蠻久時間的
HW5是影像動作判斷, 要會LSTM或GRU,並且考驗你電腦的記憶體
老師有提供Azure資源 所以其實也不用太擔心
我覺得HW4, HW5屬於比較難的作業
一次term project 三~四人一組
老師提供兩個challenge, 第一個是物件辨識, few shot learning
第二個是人臉辨識, compressed model
第一個baseline比較難過一點, 不過第二個的compressed model應該
也不好做
ω 其它(是否注重出席率?如果為外系選修,需先有什麼基礎較好嗎?老師個性?
不點名, 不過期末term project有個進度報告, 要出席有算5%分數
基礎最好修過machine learning, 不然有可能跟不上?
老師很強, 真的很強, 看publication就知道
老師上下課都很願意給同學問問題, 人還蠻nice
加簽習慣?嚴禁遲到等…)
先簽電資院 碩博優先
Ψ 總結
不考試但作業project loading都蠻重的,
好處是term project presentation有披薩點心可以吃
我覺得課程安排蠻好的
老師上課投影片也會講解現在世界上最新的CV研究進度
上這門課真的有認識CV領域的感覺
大推這門課
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.25.100
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1531067188.A.2C6.html