![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
STATS385
文章平均质量分 68
qq_36356761
这个作者很懒,什么都没留下…
展开
-
Lecture 01: Deep Learning Challenge: Is There Theory?
STATS385Lecture 01: Deep Learning Challenge: Is There Theory深度学习近几年来势头很猛,发展很快,从Google搜索量、NIPS论文发表量和CS231n课程的选课人数可见一斑;虽然以深度学习为代表的人工智能在国际象棋(Deep Blue)、DARPA挑战赛和围棋(AlphaGo)上都超越了人类,但是离真正的人工智能/强⋅⋅\...原创 2018-04-23 16:26:03 · 191 阅读 · 0 评论 -
Lecture 02: Theories of Deep Learning
STATS385Lecture 02: Theories of Deep Learning感知机→→\to 单层神经网络→→\to 多层神经网络/多层感知机反向传播卷积神经网络:LeNet, AlexNet, ReLU, max pooling, dropout(来自CS231n)正则化实际上在人类的视觉机制中有所体现,提取图像特征同时保证稀疏性就会导致正则化;一些值得思考的问题...原创 2018-04-23 16:57:45 · 151 阅读 · 0 评论 -
Lecture03: Harmonic Analysis of Deep Convolutional Neural Networks
STATS385Lecture03: Harmonic Analysis of Deep Convolutional Neural Networks深度学习在ImageNet图像分类、image captioning的成绩;图像分类的一般步骤:特征提取+线性分类器。对于线性不可分的数据,需要用非线性特征提取;图像分类的要求:translation invariance, defo...原创 2018-04-23 23:11:28 · 294 阅读 · 0 评论 -
Lecture04: Convnets from First Principles: Generative Models, Dynamic Programming & EM
STATS385Lecture04: Convnets from First Principles: Generative Models, Dynamic Programming & EM为什么我们需要深度学习乃至机器学习?因为对于目标识别这样的任务来说充满了许多纷芜繁杂的困难(nuisance variation),它们影响传感器的输入但是并不影响物体的类别。那如何解决这些...原创 2018-04-24 08:30:46 · 194 阅读 · 0 评论