CS231n 学习笔记（七）

时间：2019/3/29
内容：神经网络、CNN历史

课时10：神经网络

（上图中结构图中的h是max(0, W1x)）

• 顶层有一个线性变换，然后有一个非线性计算，继而在顶层在加入另一个线性层。神经网络就是由简单函数构成的一组函数，在顶层堆叠在一起（用一种层次化的方式将它们堆叠，为了形成一个更复杂的非线性函数），这就是基本的多阶段分层计算
• 实现的手段：将多个线性层堆叠在顶层和其他非线性函数结合在一起
• W1中可以包含多个范本，h是W1中每个范本的得分，W2用来加权这些分数，来得到分类的最后得分
• 非线性通常出现在h之前,h是非线性之后的值
• W1像之前一样是用来寻找相同的模板，W2是这些得分的加权
  
  
  
  
  
  

课时11：CNN（历史）

CNN与常规的神经网络思路相同，不同的是需要训练卷积层，因为卷积层更能保留输入的空间结构

• 读涉及论文