- 博客(11)
- 收藏
- 关注
原创 cs231n Lecture 5
前几次课已经学了简单的loss function以及optimazation相关的知识,并简单介绍了Neural Network.
2016-03-24 20:39:27
1917
原创 cs231n Lecture 4
今天的主要内容是Backpropagation and Neural Networks (part 1).我们在第2节课定义了一个scores function,在上节课对其补充了SVM loss和Softmax loss这两种损失函数以及regularization.我们现在的主要目的,就是从Loss=data loss+regularization中解出最好的W使得Loss最小。
2016-03-24 20:35:12
1009
原创 cs231n Lecture 3
上次课简单叙述了一下图像分类的整个流程;接着引入了一个linear score function.今天的主要内容为:**Loss function+optimization**.
2016-03-17 21:15:48
1202
原创 cs231n Lecture 2
这节课中,我们会介绍一个简单的图像分类流程,简单介绍NN,KNN,hyperparameter,交叉验证等知识,同时,我们会定义一个线性判别函数(linear score function)。
2016-03-17 21:07:32
1090
原创 cs231n 2015-2016 winter
cs231n 2015-2016 winter 课程 cs231n的课程名Convolutional Neural Networks for Visual Recognition已经很好的概括了该课程的核心内容:利用CNN进行图像分类等视觉任务。 刚好,我现在最感兴趣的方向就是计算机视觉,所以看这门课、学会这门课是比较重要的一件事。
2016-02-04 11:20:02
3400
4
原创 图像卷积及Caffe中的卷积实现
图像卷积及Caffe中的卷积实现 本文简单介绍了卷积、图像卷积以及Caffe中的卷积实现等相关知识,写作过程中参考了很多很赞的资料,有兴趣的读者可以从【参考资料】查看。
2016-02-03 20:07:30
6556
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人