2017CS231n 斯坦福李飞飞视觉识别

最新推荐文章于 2019-10-09 08:53:41 发布
最新推荐文章于 2019-10-09 08:53:41 发布
阅读量368 收藏 1
点赞数 1
分类专栏： AI 文章标签： AI
masterShaw
关注
专栏目录
【CS231n】斯坦福大学李飞飞视觉识别课程笔记
种树最好的时间是10年前，其次是现在！！！
04-06 1万+
最近开了一个新坑——【CS231n】斯坦福大学李飞飞视觉识别课程，准备认真学习并记录自己的学习历程。 由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。 【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程(1) 【CS231n】斯坦福大学李飞飞视觉识别课程笔记（二）：Python Numpy教程(2)...
CS231n 斯坦福李飞飞视觉识别课程
Lil Wing
03-22 2083
第三讲:损失函数和优化 课时7 损失函数 损失函数的引入: 课时6线性分类过程中我们得到不同W下的10个数字评分,如果用肉眼观察我们可以看出哪些W得出的评分效果更好,但是为了节约时间和精力我们不想用肉眼来看,我们想要写一个函数来自动决定哪些W是最优的,这个函数就是损失函数. 损失函数的使用: 把W当做输入,然后看一下分数,定量地估计W的好坏. 优化: 在损失函数定量分析出哪些W是好的情况下,我们要...
【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程(1)
种树最好的时间是10年前，其次是现在！！！
04-05 4934
最近开了一个新坑——【CS231n】斯坦福大学李飞飞视觉识别课程，准备认真学习并记录自己的学习历程。 由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。 【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程 这个课程将使用Python编程语言来完成课程的所有作业。Python是一门伟大的通用编程语言，在一...
2017CS231n李飞飞深度视觉识别笔记(转载&原创，转载部分全部以链接形式给出)
Nicola.Zhang
04-05 578
2017CS231n李飞飞深度视觉识别笔记（一）——计算机视觉概述和历史背景 2018年07月09日 20:26:35 献世online 阅读数：1651更多 所属专栏： 机器学习与深度学习 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_34611579/article/details/80976671 第一章 计算机视觉概述和历史背景 课...
2017CS231n李飞飞深度视觉识别笔记（七）——训练神经网络（下）
Messi-Q Blog
07-18 1573
第七讲 训练神经网络（下） 课时1 更好的优化 上一章中讨论了一些激活函数和它们不同的属性，由于sigmoid函数和tanh函数在两端都存在梯度消失的问题，所以在实际中一般建议使用ReLU函数和它的其他形式；同时也讨论了权重初始化，在深度网络变得越来越深的时候，权重的初始化会变得非常重要；在数据的预处理的方面讨论了中心化和归一化的问题，这一章中将继续讨论更多有关训练神经网络的细节问题...
2017年CS231n课程讲义（pdf）
07-17
2017年斯坦福大学经典课程cs231n的讲义，共16个pdf,每个pdf为一节课。pdf为高清英文原版，适合初学者入门深度学习
CS231n斯坦福大学李飞飞视觉识别课程作业代码
05-06
CS231n斯坦福大学李飞飞视觉识别课程作业代码：包括三次作业的代码，jupyter notebook和py格式的文件。
CS231n斯坦福大学李飞飞视觉识别课程作业
04-05
总而言之，"CS231n斯坦福大学李飞飞视觉识别课程作业"是一个宝贵的学习资源，它提供了从基础到进阶的计算机视觉和深度学习实践经验，对于想要在这个领域深化理解和技能的人来说，是不可多得的参考资料。通过这个...
斯坦福CS231n李飞飞计算机视觉课程 全部讲义
04-01
斯坦福大学的CS231n课程是该领域内的经典课程，由李飞飞教授主讲，每年都会更新内容以反映最新的研究成果和技术进展。2018年的课程讲义涵盖了计算机视觉的基础理论、现代技术和应用。 【基础理论】 1. 图像表示与...
2017CS231n李飞飞深度视觉识别笔记（八）——深度学习 软件
Messi-Q Blog
07-28 1871
第八章 深度学习软件     上一章中讨论了深度学习中的优化算法，包括SGD动量、Nesterov、RMSProp和Adam；也讨论了正则化:尤其是dropout；最后也讨论了迁移学习，可以下载预训练过的模型，然后在自己的实际任务中进行微调。 （1）CPU VS GPU 深度学习中一般使用到的是GPU，GPU被称作显卡或者图形处理单元，最初适用于渲染计算机图形，在深度学习中一般选用...
CS231n 李飞飞 计算机视觉(笔记+作业)
08-18
作业包含2016冬季和2017春季，官网下载 笔记是网友翻译的
斯坦福最新2017年cs231n课程ppt
12-19
斯坦福最新2017年cs231n课程ppt，有需要我可以继续上传、
CS231N-2017-slides
12-31
斯坦福大学 CS231N 2017 slides
CS231n 斯坦福深度视觉识别课件pdf
08-06
CS231n 斯坦福深度视觉识别课件pdf版本,一共16章,每一章一个pdf文件,深度学习入门教程
2019斯坦福李飞飞CS213n计算机视觉公开课全部最新资料.rar
03-14
2019斯坦福李飞飞CS213n计算机视觉公开课全部最新资料，包括每节课的PPT以及当节课所附带的最新资料，涉及到计算机视觉图像识别、CNN等方向
斯坦福CS231n李飞飞计算机视觉
striver6的博客
05-06 601
一 神经网络 一、线性分类 图像在计算机的样子： 一张图片被表示成三维数组的形 式，每个像素的值从0到255 例如：3001003
学习笔记：斯坦福2017季CS231n深度视觉识别课程视频（by Fei-Fei Li, Justin Johnson, Serena Yeung）最优化笔记
ryontang的博客
09-20 477
最优化（上） 简介 对于图像数据xi，如果基于参数集W做出的分类预测与真实情况比较一致，那么计算出来的损失值L就很低。现在介绍第三个，也是最后一个关键部分：最优化Optimization。最优化是寻找能使得损失函数值最小化的参数W的过程。 损失函数可视化 最优化 策略#1：随机搜索 策略#2：随机局部搜索 策略#3：跟随梯度 最优化（下） 梯度计算 使用有限差值进行数值计算 微分计算梯度 梯度下降...
学习笔记：斯坦福2017季CS231n深度视觉识别课程视频（by Fei-Fei Li, Justin Johnson, Serena Yeung）反向传播笔记
ryontang的博客
10-09 229
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梯度的方法。理解反向传播过程及其精妙之处，对于理解、实现、设计和调试神经网络非常关键。 简单表达式和理解梯度 复合表达式， 链式法则，反向传播 直观理解反向传播 反向传播是一个优美的局部过程。在整个计算线路图中，每个门单元都会得到一些输入并立即计算两个东西： 这个门的输出值，和 2.其输出值关...
2017CS231n李飞飞深度视觉识别笔记（二）——图像分类
Messi-Q Blog
07-10 3667
第二章 图像分类课时1 数据驱动方法    在上一章的内容，我们提到了关于图像分类的任务，这是一个计算机视觉中真正核心的任务，同时也是本课程中关注的重点。    当做图像分类时，分类系统接收一些输入图像，并且系统已经清楚了一些已经确定了分类或者标签的集合，标签可能是猫、狗、汽车以及一些固定的类别标签集合等等；计算机的工作就是观察图片并且给它分配其中一些固定的分类标签。对于人来说这是非常简单的事情，...
斯坦福CS231n：深度学习与卷积神经网络视觉识别
"CS231n是斯坦福大学开设的一门关于计算机视觉的课程，由AI领域的知名学者李飞飞教授主讲，专注于Convolutional Neural Networks (CNN)在视觉识别中的应用。课程旨在介绍深度学习特别是卷积神经网络的基础理论、发展...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值