上课笔记
邵亮
这个作者很懒,什么都没留下…
展开
-
课程介绍
@(斯坦福李飞飞深度学习上课笔记)课程介绍内容主要来自于知乎 https://zhuanlan.zhihu.com/p/21930884CS231n简介CS231n的全称是CS231n: Convolutional Neural Networks for Visual Recognition,即面向视觉识别的卷积神经网络。该课程是斯坦福大学计算机视觉实验室推出的课程。需要注意的是...转载 2018-08-02 13:46:47 · 519 阅读 · 0 评论 -
课程一 图像分类笔记
@(斯坦福李飞飞深度学习上课笔记)课程一 图像分类笔记该笔记是一篇介绍性教程,面向非计算机视觉领域的同学。教程将向同学们介绍图像分类问题和数据驱动方法,内容列表:1.图像分类、数据驱动方法和流程2.Nearest Neighbor分类器 k-Nearest Neighbor 3.验证集、交叉验证集和超参数调参4.Nearest Neighbor的优劣5.小结 ...转载 2018-08-02 13:51:20 · 513 阅读 · 0 评论 -
课程二 线性分类
@(斯坦福李飞飞深度学习上课笔记)课程二 线性分类内容列表:1.线性分类器简介2.线性评分函数3.阐明线性分类器4.损失函数 4.1 多类SVM 4.2 Softmax分类器 4.3 SVM和Softmax的比较5.基于Web的可交互线性分类器原型6.小结线性分类上一篇笔记介绍了图像分类问题。图像分类的任务,就是从已有的固定分类标签...转载 2018-08-02 14:01:56 · 297 阅读 · 0 评论 -
课程三 最优化
@(斯坦福李飞飞深度学习上课笔记)课程三 最优化内容列表:1.简介2.损失函数可视化3.最优化 3.1随机搜索 3.2随机局部搜索 3.3 跟随梯度 4.梯度计算 4.1使用有限差值进行数值计算 4.2微分计算梯度5.梯度下降6.小结一. 简介在上一节中,我们介绍了图像分类任务中的两个关键部分:1.基于参数...转载 2018-08-02 14:04:24 · 593 阅读 · 0 评论 -
课程四 反向传播
@(斯坦福李飞飞深度学习上课笔记)课程四 反向传播内容列表:1.简介2.简单表达式和理解梯度3.复合表达式,链式法则,反向传播4.直观理解反向传播5.模块:Sigmoid例子6.反向传播实践:分段计算7.回传流中的模式8.用户向量化操作的梯度9.小结1. 简介目标:本节将帮助读者对反向传播形成直观而专业的理解。反向传播是利用链式法则递归计算表达式的...转载 2018-08-02 14:06:39 · 387 阅读 · 0 评论 -
课程五 神经网络(一)
@(斯坦福李飞飞深度学习上课笔记)课程五 神经网络(一)内容列表:1.不用大脑做类比的快速简介2.单个神经元建模 2.1生物动机和连接 2.2作为线性分类器的单个神经元 2.3常用的激活函数 3.神经网络结构 3.1层组织 3.2前向传播计算例子 3.3表达能力 3.4设置层的数量和尺寸4.小节1. 快速简介...转载 2018-08-02 14:33:19 · 688 阅读 · 0 评论 -
课程七 神经网络(三)
@(斯坦福李飞飞深度学习上课笔记)课程七 神经网络(三)内容列表: 1. 梯度检查 2. 合理性(Sanity)检查 3. 检查学习过程 3.3 损失函数 3.4 训练集与验证集准确率 3.4 权重:更新比例 3.5 每层的激活数据与梯度分布 3.6 可视化 4. 参...转载 2018-08-02 14:42:47 · 800 阅读 · 0 评论 -
课程八 卷积神经网络
@(斯坦福李飞飞深度学习上课笔记)课程八 卷积神经网络内容列表 1. 结构概述 2. 用来构建卷积神经网络的各种层 2.1 卷积层 2.2 汇聚层 2.3 归一化层 2.4 全连接层 2.5将全连接层转化成卷积层 3.卷...转载 2018-08-02 15:01:02 · 840 阅读 · 0 评论