这些讲义是针对一个关于计算机视觉深度学习的一个学期(12周)课程。课程涵盖了深度学习的理论和实践,重点是计算机视觉中的应用。学生将学习深度学习背后的基础数学,并探索诸如多层感知器(MLP),背传和自动分化,卷积神经网络(CNNS),复发性神经网络(RNN)和变形金刚等主题。这些技术在现代人工智能(AI)系统中起着至关重要的作用,包括图像和视频理解,自然语言处理,生成AI和机器人技术。该课程包括各种实践评估,以增强学生对深度学习的理解和直觉及其在计算机视觉中的应用。学生有望具有强大的编程技能,并以前接触线性代数,微积分和概率理论。评估细节不构成这些注释的一部分。