※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）： 是
哪一学年度修课：
106-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
王钰强
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
电机/电信所
δ 课程大概内容
先看这里http://vllab.ee.ntu.edu.tw/dlcv.html
Ω 私心推荐指数(以五分计) ★★★★★
想要爽爽过★
想要学东西★★★★★
η 上课用书(影印讲义或是指定教科书)
不太需要看指定用书, 老师讲义放很多最新的近期研究
μ 上课方式(投影片、团体讨论、老师教学风格)
投影片
σ 评分方式(给分甜吗？是扎实分？)
还没出来 晚点补
ρ 考题型式、作业方式
5次个人作业
HW1, HW2主要focus在传统computer vision
HW3是实现fully convolution network, 基本上只要把paper看一看
再上网看一看github应该轻松过baseline
HW4是VAE, 还有GAN, ACGAN,
GAN跟ACGAN要把产生图片的品质调好应该要花蛮久时间的
HW5是影像动作判断, 要会LSTM或GRU,并且考验你电脑的内存
老师有提供Azure资源 所以其实也不用太担心
我觉得HW4, HW5属于比较难的作业
一次term project 三～四人一组
老师提供两个challenge, 第一个是物件辨识, few shot learning
第二个是人脸辨识, compressed model
第一个baseline比较难过一点, 不过第二个的compressed model应该
也不好做
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
不点名, 不过期末term project有个进度报告, 要出席有算5％分数
基础最好修过machine learning, 不然有可能跟不上？
老师很强, 真的很强, 看publication就知道
老师上下课都很愿意给同学问问题, 人还蛮nice
加签习惯？严禁迟到等…)
先签电资院 硕博优先
Ψ 总结
不考试但作业project loading都蛮重的,
好处是term project presentation有披萨点心可以吃
我觉得课程安排蛮好的
老师上课投影片也会讲解现在世界上最新的ＣＶ研究进度
上这门课真的有认识CV领域的感觉
大推这门课