吴恩达深度学习专项笔记（十） 卷积神经网络基础构件

前排提示：这周的课有很多知识点都在图中，一定要仔细地看一看图。

课堂笔记

计算机视觉

Computer Vision（计算机视觉）作为计算机科学的重要研究领域之一

想深入了解计算机视觉领域的各种具体任务？可以通过查看OpenMMLab GitHub官方主页获取相关信息。简单归纳了一下相关知识：包括图像分类任务、目标检测技术、语义分割方法等。具体涵盖的领域有图像修复技术光流分析高分辨率重建方法自动化抠图技术人体姿态估计技术视频插帧技术视频目标追踪技术和文字识别与理解方法等多方面的内容。此外还有图像生成技术和视频分析方法三维目标检测与语义分割方法等多种相关应用领域

现在，大多数前沿CV算法是用深度学习实现的。

然而，在计算机视觉任务中应用我们之前学习的经典神经网络模型时会遇到一个问题即输入层的通道数量与输入图像的空间尺寸呈正相关关系。具体而言对于一张大小为64 \times 64 \times 3的图片其输入通道数为12288而同样地一张大小为1000 \times 1000 \times 3的图片则具有高达3×1e6个通道。因此在实际训练过程中即使拥有充足的