前言
今日完成了cs231n的所有作业,因为目前并没有一个很完善的讲解cs231n的作业的教程,因此我对每个作业都进行了讲解,留下这个导航页,以避免出现有问题四处碰壁无处解决的问题,同时如果有人对教程中的内容有疑问,也欢迎评论留言或者发邮件给我
视频课程
我看的是2017年的cs231n视频
视频链接
但是我做的作业是2023 spring 版本的,因此作业里的内容和课程里有些出入,不过问题不大,可以自学
原始作业
英文课程原版作业页面,有最基础的作业引导以及google Colab环境搭建的教程,我一开始也是colab做的作业,后来转成本地Pycharm做了,不过这玩意无所谓,选自己喜欢的就好了
原始作业集下载,可以在上面的页面中下载,也可以直接点击下面的链接下载,同时我也会在下面放上我写的作业内容的github链接
github链接
讲解
作业讲解的链接
assignment 1
Q1 Q2 Q3
https://blog.csdn.net/Leezed525/article/details/131835777
Q4
https://blog.csdn.net/Leezed525/article/details/131903073
Q5
https://blog.csdn.net/Leezed525/article/details/131978277
assignment 2
Q1
https://blog.csdn.net/Leezed525/article/details/132040116
Q2 batchnormalization
https://blog.csdn.net/Leezed525/article/details/132092685
Q3 dropout
https://blog.csdn.net/Leezed525/article/details/132116649
Q4 Convolutional neural network
https://blog.csdn.net/Leezed525/article/details/132122895
Q5 PyTorch on CIFAR-10
https://blog.csdn.net/Leezed525/article/details/132257684
assignment 3
Q1 Network Visualization
https://blog.csdn.net/Leezed525/article/details/132298485
Q2 Image Captioning with Vanilla RNNs
https://blog.csdn.net/Leezed525/article/details/132313055
Q3 Image Captioning with Transformers
https://blog.csdn.net/Leezed525/article/details/132510711
Q4 Generative Adversarial Networks
https://blog.csdn.net/Leezed525/article/details/132473069
Q5 Self-Supervised Learning for Image Classification
https://blog.csdn.net/Leezed525/article/details/132493354