![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
cs231n
qiusuoxiaozi
取法乎上
展开
-
【CS231n Winter 2016 Lecture 1 (Brief history&course overview)】
lecture 1cs131,计算机视觉本科课程,导论。 cs231a,计算机视觉研究生课程,涵盖CV更加广的知识(cs231n主要是vision recognition/image classification) 有志CV者建议学习 cs231n,主要讲CNN用于image classification历史就不多扯了。。说是几百万年前生物视觉的诞生大幅促进了进化过程,因为捕食者有了眼睛会追,被原创 2016-05-09 00:30:58 · 2375 阅读 · 0 评论 -
【CS231n Winter 2016 Lecture 2 (Image classifier,NN/KNN/linear classifier)】
Lecture 2上一讲结束后,李飞飞就回家生孩子了。这一讲是Andrej Karpathy讲 语速较快,不过听着还行,当练练听力。上来就说先把image classifier给搞定了,然后各种渲染classifier is a challengeable task. 举的是猫的例子,在不同的照片角度,光照,猫的姿态,品种等各种“干扰”下,分类器都应该robust. 贴一个图来体会体会,我也是醉了原创 2016-05-12 10:17:05 · 1063 阅读 · 0 评论 -
【CS231n winter2016 Lecture 3 (Linear classification II/loss function/optimization/SGD)】
一上课就说作业的截止日期只有7天,想起原来该课程还是有作业的,不做的话可能达不到效果,要不等到课程中段了或者看完整个课后再写吧。。另外自己在想找个时间把凸优化和乔丹推荐的书单开始学习了。Lecture 3回顾上一讲,image classifier is a tough task但是最新的技术已经能又快又好地解决这个问题了,这些都发生在过去3年里,课程结束后你们就是这个领域的专家了! 今原创 2016-05-12 20:42:12 · 919 阅读 · 0 评论 -
【CS231n winter2016 Lecture 4 (Backpropagation ,Introduction to neural networks)】
Nothing new 总的来说,利用computation graph引入了backpropagation的思想。 笔记就不再和前三讲那么截图贴出来了,反正有ppt.原创 2016-07-02 12:56:16 · 572 阅读 · 0 评论 -
【CS231n winter2016 Lecture 6 (Training Neural Networks Part 3,update schemes/dropout and so on..)】
lecture 6 Neural Networks Part 3 Intro to ConvNets hdoutline:SGD performes not so good in practice.Momentum update ,物理解释很不错Nesterov Momentum updateand so on…二次优化的方法,Hessian矩阵要求逆,尤其是高维的时候,所以impratical改进原创 2016-11-29 18:09:02 · 636 阅读 · 0 评论 -
【CS231n winter2016 Lecture 7 (Convolutional Neural Network)】
讲的贼特么好!!lecture6主要讲的是一般的NN的一些technique/trick本讲关于CNN的基本知识讲得很清晰,不过先前自己已经有了一些学习。但是有一些细节讲的很好,比如说:为什么filter的大小一般是3x3/5x5/7x7这样的奇数大小,原因是可以很公平的“顾及”到specific point周边的点,比如3x3正好就是关键点前后左右各一个,5x5前后左右各两个。讲到了利用pad原创 2016-12-29 19:25:06 · 848 阅读 · 0 评论