這次課程是李飛飛講解：

主要是深度學習的課程

如何訓練機器進行視覺識別

原視訊

引用課程主頁上的官方課程描述如下：

計算機視覺已經在我們的社會中無處不在，並廣泛運用在搜尋、影象理解、應用程式、測繪、醫藥、無人機和自動駕駛汽車等領域。這些應用程式的核心技術是視覺識別任務，如影象分類、影象定位和影象檢測。近期，神經網路（又名 “深度學習”）方法上的進展極大地提高了這些代表最先進水平的視覺識別系統性能。

本課程深入探討深度學習架構的細節問題，重點學習視覺識別任務（尤其是影象分類任務）的端到端學習模型。在為期 10 周的課程中，學生將學習如何實現、訓練和除錯自己的神經網路，並建立起對計算機視覺領域前沿研究方向的詳細理解。最後的任務將涉及訓練一個有數百萬引數卷積神經網路，並將其應用於最大的影象分類資料庫（ImageNet）上。

我們將著重教授如何設定影象識別問題，學習演算法（例如反向傳播），用於訓練和微調（fine-tuning）網路的工程實踐技巧，引導學生完成實踐作業和最終課程專案。本課程的大部分背景知識和素材都來源於 ImageNet Challenge 競賽。

中文版課程連結：http://www.mooc.ai/course/26