全球名校AI课程库（42）| Michigan密歇根深度学习与计算机视觉(CS231n进阶课)

一、计算机视觉的无处不在

计算机视觉已经渗透到我们的生活方方面面，无论是搜索、图像理解、应用程序、地图、医学、无人机还是自动驾驶汽车，都离不开计算机视觉的应用。而图像分类和目标检测等视觉识别任务又是许多应用程序的核心。神经网络方法的最新发展极大地提高了这些最先进的视觉识别系统的性能。

二、深入探索计算机视觉深度学习方法

CS231n进阶课程『Deep Learning for Computer Vision』深入探讨了基于神经网络的计算机视觉深度学习方法的细节。通过这门课程，学生将学习如何实现、训练和调试自己的神经网络，并全面了解计算机视觉领域的前沿研究。课程内容包括学习算法、神经网络体系结构以及用于视觉识别任务的训练和微调网络的实用工程技巧。

三、授课教授介绍

Justin Johnson是密歇根大学的助理教授，也是Facebook AI Research的客座科学家。他的研究涉及视觉推理、视觉和语言、图像生成以及使用深度神经网络的3D推理。作为斯坦福大学李飞飞教授的学生，Justin Johnson曾在斯坦福大学讲授计算机视觉经典课程CS231n。相较于斯坦福目前公开的CS231n课程，这门进阶课程提供了更新、更前沿的内容覆盖，可以作为『CS231n进阶课程』来学习。