小白的笔记本

完成CS231n作业可以需要借助Jupyter Notebook工具。

翻译笔记：https://zhuanlan.zhihu.com/p/21930884?refer=intelligentuni 参考资料：http://blog.csdn.net/pjia_1008/article/details/66972060作业讲解求损失Loss线性模型：y=Wxy=Wxy=WxSoftmax：Si=eyi∑jeyjSi=eyi∑jeyj\disp...

翻译笔记：https://zhuanlan.zhihu.com/p/21930884?refer=intelligentunit 作业讲解视频地址：http://www.mooc.ai/course/364/learn#lesson/2118作业讲解求损失Loss多分类线性SVM：y=Wxy=Wxy=WxHinge Loss（Max margin），margin=1： ...

翻译笔记：https://zhuanlan.zhihu.com/p/21930884?refer=intelligentunit 作业讲解视频：http://www.mooc.ai/open/course/364作业讲解KNN的实现主要分为两步：训练：分类器简单地记住所有的数据测试：测试数据分别和所有训练数据计算距离，选取k个最近的训练样本的label，通过投票（vote...

转载自：[CS231n课程笔记翻译：反向传播笔记] 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。

转载自：[CS231n课程笔记翻译：卷积神经网络笔记] 详细介绍了卷积神经网络各个层的结构与作用，参数设置的细节。

在之前的博客 Coursera 机器学习（by Andrew Ng）课程学习笔记 Week 1——简单的线性回归模型和梯度下降 我们已经介绍了损失函数和梯度下降的概念。这一部分我们会更加详细介绍这一部分。

CS231n课程笔记翻译：神经网络笔记 2。主要介绍了常见的数据预处理操作、如何初始化权重以及正则化的几种方式，其中，正则化中着重讲解了Dropout。

参考CS231n课程，总结了几种常用的激活函数

一、nvidia驱动安装1、删除先前驱动apt-get remove --purge nvidia*2、把nouveau驱动加入黑名单sudo nano /etc/modprobe.d/blacklist-nouveau.conf在blacklist-nouveau.conf文件中加入以下：blacklist nouveaublacklist lbm-nouveau...