课程名称适应人群深度学习与PyTorch实战准备进军Ai的同学们，熟悉Python，热衷于NLP与CV相关领域系列课程包括深度学习中经典网络架构，结合计算机视觉与自然语言处理两大核心模块展开原理 分析与项目实战。通俗讲解深度学习中两大经典网络架构CN

课时名称课时知识点DetectionTarget层的作用8-DetectionTarget层的作用

课时名称课时知识点候选框过滤方法6-候选框过滤方法

课时名称课时知识点RorAlign操作的效果11-RorAlign操作的效果

课时名称课时知识点Proposal层实现方法7-Proposal层实现方法

课时名称课时知识点RoiPooling层的作用与目的10-RoiPooling层的作用与目的

课时名称课时知识点整体框架回顾12-整体框架回顾

课时名称课时知识点RPN层的作用与实现解读5-RPN层的作用与实现解读

课时名称课时知识点正负样本选择与标签定义9-正负样本选择与标签定义

课时名称课时知识点参数配置参数配置

课时名称课时知识点9-mask机制的作用9-mask机制的作用

课时名称课时知识点FPN层特征提取原理解读1-FPN层特征提取原理解读

课时名称课时知识点5-tfrecord数据源制作5-tfrecord数据源制作

课时名称课时知识点基于不同尺度特征图生成所有框4-基于不同尺度特征图生成所有框

课时名称课时知识点Mask-Rcnn开源项目简介Mask-Rcnn开源项目简介

课时名称课时知识点8-加入位置编码特征8-加入位置编码特征

课时名称课时知识点FPN网络架构实现解读2-FPN网络架构实现解读

课时名称课时知识点10-构建QKV矩阵10-构建QKV矩阵

课时名称课时知识点6-Embedding层的作用6-Embedding层的作用

课时名称课时知识点12-训练BERT模型12-训练BERT模型

课时名称课时知识点7-加入额外编码特征7-加入额外编码特征