深度学习笔记[1]: CNN for CV斯坦福CS231n (1)

LEARN FROM THE BEST!

最好的老师、最好的同学、最好的教材 — 我所理解的学习捷径

---

对刚刚接触Deep Learning的同学，从繁杂的教程中“沙里淘金”并非易事。

这个深度学习笔记系列，会陆续推荐几个优秀的课程给有兴趣涉足Machine Learning尤其是Deep Learning的同学。

我也会随意写一些听课心得，以及自学中遇到挑战。一方面给自己做备忘笔记，另一方面，也希望能和大家一起交流共勉。

吴恩达教授的Machine Learning和Deep Learning前3个课程(还有2个没发布)@coursera讲解清晰，非常适合入门；但是博主一路学下来，感觉似乎太容易拿到100%。其实同样精彩更有挑战性的课程还有呢！

开始第一站！
Stanford CS231n: Convolutional Neural Networks for Visual Recognition

课程简介

Stanford CS231n 课程主页

该课程由Stanford AI Lab贡献，大概是目前全球最好的CNN(for Computer Vison)入门课程。虽说是introduction course，但是毕竟面向的是Stanford学生，还是有足够挑战性的。

建议大家一定去浏览并bookmark CS231n 课程主页。原因如下:

• 这里有官方第一手的资料链接：课程notes、授课大纲、项目汇报。
• 这里你能看到Stanford学生的学习标准. 比如Grading Policy, 要想PASS，
  独立完成三次Assignents, 尽可能完成质量对等的midterm/final project

至于课程视频吗，推荐看这里的youtube视频专辑（可加速/减速播放）:

CS231n winter 2016

不能上youtube的话，还有百度网盘、网易云课堂，相信难不倒大家。

为什么选 2016版本，而不是最新的2017版？
除了因为2016有李飞飞的一课，还有一个因素，且看下文。

Andrej Karpathy

这里给大家隆重介绍一下Andrej, 他目前是director of AI at Tesla. 李飞飞的得意门生.
啥？李飞飞是谁？你很快就会知道了。
大家先别看光环哈，Andrej的光环不是最大的；但是此君堪称身体力行“知行合一”、“开源共享”精神的典范。他的blog和twitter相当有信息量! 他基本上实现了自己的开源框架，还做过一个academic search tools: arxiv-sanity. 我们身边有才华的人很多，愿意花时间精力跟你分享他们才华的少见。另外，Andrej讲话的速度和风格跟博主很合拍，看他视频，不用加速:) 你会发现这一系列blog follow的是2016 wintor Andrej版本的CS231n，而不是最新的2017 Justin版。（2017版视频可以做巩固提高用嘛，2017版习题正好可做test set）

总之，博主已被Andrej圈粉。
这里有Andrej的