原文作者:Vincent Dumoulin and Francesco Visin;
MILA, Université de Montréal;AIRLab, Politecnico di Milano
All models are wrong, but some are useful. ————George E. P. Box
致谢
本文作者对David Warde-Farley,Guillaume Alain 和 Caglar Gulcehre的反馈表示感谢。所有对本指南提出了有帮助的评论、有建设性的批评意见以及做出过代码贡献的人,我们也同样致以感谢。
Special thanks to Ethan Schoonover, creator of the Solarized color scheme, whose colors were used for the figures.
源代码以及动态图片
用于生成本指南的代码以及图片可以从Github上获取,地址:https://github.com/vdumoulin/conv_arithmetic。读者可以从这里获取动态图片。
第一章 介绍
深度卷积神经网络已经成为了深度学习领域最引人注目技术。即使CNNs早在20世纪90年代就已经被用于解决字符识别任务((Le Cun et al., 1997),他们目前广泛流传的应用源于近期的工作——深度卷积神经网络在ImageNet图像分类挑战赛中击败了以往最好的方法(Krizhevsky et al., 2012)。
CNN因此成为了机器学习实践者非常有用的工具。然而,第一次学习使用CNN对大多数人来说并不是一件非常轻松愉快的事。
未完待续。。。