Stepik О курсе
Подробнее
Технология Super Resolution является одной из ключевых в компьютерном зрении и находит применение в различных областях, таких как обработка фотоснимков и видеоматериалов, видеоигры, генерация изображений и т.д. После прохождения курса вы сможете самостоятельно решать задачи из данной области, подбирать архитектуры, функции потерь и метрики по контексту задачи.
Требования
Что нужно для старта
- Базовые знания в компьютерном зрении.
- Понимание основ Deep Learning.
Аудитория
Для кого этот курс
- Курс рассчитан на людей, которые уже знакомы с компьютерным зрением и глубинным обучением, но никогда не изучали Super Resolution.
Содержание
8 занятийПрограмма курса
№ТемаЧто внутри
01Организация курса
- О курсе
- Инструменты
- Глоссарий
- Тест по DL
02Описание задачи
- Проблематика
- Данные
03Архитектуры
- Описание
- CNN
- GAN
- Transformer
- Diffusion
04Метрики
- Метрики
05Методы ускорения DL моделей
- Описание
- Методы ускорения
06Kaggle
- Соревнование
07Завершение курса
- Что дальше?
08Полезные материалы
- Материалы
01Организация курса
- О курсе
- Инструменты
- Глоссарий
- Тест по DL
02Описание задачи
- Проблематика
- Данные
03Архитектуры
- Описание
- CNN
- GAN
- Transformer
- Diffusion
04Метрики
- Метрики
05Методы ускорения DL моделей
- Описание
- Методы ускорения
06Kaggle
- Соревнование
07Завершение курса
- Что дальше?
08Полезные материалы
- Материалы
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Super Resolution: Основы и Практика» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Направления:Машинное обучение
Информация обновлена 12 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
![[АРХИВ] Deep Learning (семестр 1, осень 2023)](https://cdn.stepik.net/media/cache/images/courses/181974/cover_bq8Ten0/442ca96b71e76542dff55bbbc4aca303.png)
![[АРХИВ] Deep Learning (семестр 1, весна 2025)](https://cdn.stepik.net/media/cache/images/courses/230362/cover_4tkfoRj/492fc6dc0234358ce905da4c4ca71bd6.jpg)
![[АРХИВ] Deep Learning (семестр 1, весна 2023): продвинутый поток](https://cdn.stepik.net/media/cache/images/courses/135003/cover_2zXJL9O/db54e2933429a4cc0c45c3035311ac6f.jpg)
![[АРХИВ] Deep Learning (семестр 2, осень 2024)](https://cdn.stepik.net/media/cache/images/courses/196142/cover_dLZWnQI/f5772a02869d297a8c6632f8c7d74b55.jpg)
