前面发了《入门资源整理》的博文。在学习中遇到过很多问题,也跟着发现了许多补充资料。不仅对课程有帮助。
这里做一下简单整理,方便有兴趣的朋友查阅。
CS231n相关
课程官网:
http://vision.stanford.edu/teaching/cs231n/index.html
课程翻译笔记:
https://zhuanlan.zhihu.com/p/21930884
2016winter网易云版视频,配中文字幕:
http://study.163.com/course/courseMain.htm?courseId=1003223001
卷积网络的反向传播:
https://grzegorzgwardys.wordpress.com/2016/04/22/8/
解释动量的作用:
http://distill.pub/2017/momentum/
吴恩达组的深度学习教程中文翻译:
https://github.com/ysh329/Chinese-UFLDL-Tutorial
Batch-Normalization为什么效果好?
https://www.zhihu.com/question/38102762
BN的反向传播推导:
https://kevinzakka.github.io/2016/09/14/batch_normalization/
http://cthorey.github.io./backpropagation/
BN的naive实现方法、优化实现方法推导:
http://costapt.github.io/2016/06/26/batch-norm/
http://costapt.github.io/2016/07/09/batch-norm-alt/
一份参考答案:
https://github.com/ncchen55414/Winter-2016-CS231N
CS229相关
笔记中文翻译:
https://github.com/Kivy-CN/Stanford-CS-229-CN
《机器学习基石》参考
一个学习笔记:
http://www.cnblogs.com/ymingjingr/p/4271742.html
一份题目答案:
http://blog.csdn.net/a1015553840/article/details/51085129
《神经网络和深度学习》
中文翻译:
https://tigerneil.gitbooks.io/neural-networks-and-deep-learning-zh/