2017CS231n笔记_总览

---

写在开始：

        2020年1月26日，开始学习2017CS231n 斯坦福李飞飞计算机视觉识别课程。该博客为课程的笔记，希望能够监督自己学习。课程链接：https://www.bilibili.com/video/av58778425?p=20。课程课件：http://cs231n.stanford.edu/slides/2017/。所写博客中的图以及代码均来自于视频课程或者课件。

       新的一年，希望一切平安。

---

2017CS231n

1.课程介绍

2.图像分类

3.损失函数和优化

4.神经网络介绍

5.卷积神经网络

6.训练神经网络(上)

7.训练神经网络(下)

8.深度学习软件

9.CNN架构

10.循环神经网络

11.分割，定位，检测

12.可视化和理解

13.生成模型

14.深度增强学习

15.深度学习的方法和硬件

16.对抗样本和对抗训练

---

其他资源

CS231n官方笔记：https://blog.csdn.net/wangxiaopeng0329/article/details/52919202

CS231n课程链接：http://cs231n.stanford.edu/

CS231n课程demo：http://vision.stanford.edu/teaching/cs231n-demos/

Python+Numpy教程：http://cs231n.github.io/python-numpy-tutorial/

【2017cs231n】笔记-第1讲：计算机视觉概述及历史背景https://blog.csdn.net/hawkl123/article/details/83011465

课程讲义和和作业：https://zhuanlan.zhihu.com/p/21930884

---