MIT 6.S191 (2024): Convolutional Neural Networks

摘要

深入介紹卷積神經網路（CNN）如何將影像轉換為數值矩陣，並透過卷積與池化操作提取特徵。觀眾能理解 CNN 的架構原理，並學習如何應用於影像分類、物件偵測及自動駕駛等實際場景。

This lecture explains how Convolutional Neural Networks process images as matrices to extract features for computer vision tasks.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 影像被電腦視為數值矩陣進行處理。
• 卷積層利用可學習的濾波核提取區域性特徵。
• CNN 架構廣泛應用於自動駕駛與醫療診斷。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Introduction
2. 02:45Amazing applications of vision
3. 04:56What computers "see"
4. 13:09Learning visual features
5. 18:53Feature extraction and convolution
6. 22:12The convolution operation
7. 28:38Convolution neural networks
8. 37:10Non-linearity and pooling
9. 41:23End-to-end code example
10. 43:21Applications
11. 46:14Object detection
12. 57:10End-to-end self driving cars
13. 1:06:15Summary

提到的工具與公司

• RGB Images

適合誰看

正在學習深度學習或需要理解電腦視覺原理的程式開發者與資料科學家。

摘要依據

依據

自動字幕

為什麼排在這裡

人氣

0.56

新鮮

0.03

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• MIT 6.S191 (2025): Convolutional Neural Networks影片 ・ Alexander Amini ・ 1 小時 1 分
• MIT 6.S191: Convolutional Neural Networks影片 ・ Alexander Amini ・ 57 分鐘（在新分頁開啟原站）
• 【生活中的未來語言 數學、Python、AI】14. CNN圖形辨識和遷移式學習影片 ・ Iveai - I've AI ・ 2 小時 34 分（在新分頁開啟原站）
• How neural networks bend space影片 ・ Luis Serrano Academy ・ 16 分鐘（在新分頁開啟原站）
• The matrix math behind transformer neural networks, one step at a time!!!影片 ・ StatQuest with Josh Starmer ・ 24 分鐘（在新分頁開啟原站）
• The moment we stopped understanding AI [AlexNet]影片 ・ Welch Labs ・ 18 分鐘（在新分頁開啟原站）