hi,我是为你们的xio习操碎了心的和鲸社区男运营
我们的网站:和鲸社区 Kesci.co
我们的公众号:和鲸社区(ID:heywhale-kesci)
有干货,来!
大家好,此次本鲸给大家翻译的项目是斯坦福大学的CS231n计算机视觉课程,BY李飞飞,就是头图这位,2017年版本。
课程网站如下:http://cs231n.stanford.edu/2017/
这门课程对于数学推导部分要求不高。注重实践,对计算机视觉的相关知识进行了详尽的介绍,推荐有机器学习基础的同学,作为计算机视觉的入门课程
官方的先修要求:
- 熟练使用Python,熟悉C / C ++:所有课后作业用的都是Python(并使用numpy)。
- 大学微积分,线性代数:知道求导,矩阵向量运算以及各种符号。
- 基本概率和统计学:知道概率的基础知识,高斯分布,平均值,标准偏差等。
- CS229(机器学习)的等效知识:我们将制定成本函数,采用导数和梯度下降执行优化。
选择2017版本的原因是:
1.不至于太新。github上这个版本的资料比较全,可以参照着互相抄抄。而且b站上有中文字幕版
【公开课】最新斯坦福李飞飞cs231n计算机视觉课程【附中文字幕】_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com2.不至于太旧。github star最多的2个版本是2016版的,但并没有使用pytorch和tensorflow(好像全部是从头实现呢,牛啤)。而2017版对于比较复杂的模型都会同时使用pytorch和tensorflow 进行2个版本的实现
3.当然,2019版出现了一些新玩意儿比如TPU,这些资料的确没有囊括在内。想看这些的话麻烦大家另请高明吧。
来源:
课代表作业来自
https://github.com/wjbKimberly/cs231n_spring_2017_assignment https://github.com/Burton2000/CS231n-2017
我们的工作:
我们将该课程课后作业进行了翻译(把英文复制到百度,在把中文复制出来)的工作,并且对所有项目进行调试运行,确保无报错。
目录
和鲸站内项目【中文版本编程作业】链接如下:
斯坦福CS231n:计算机视觉课程www.kesci.com作业考核的知识点如下:
Assignment #1
KNN分类器
多分类SVM
Softmax
CS231n计算机视觉课程-神经网络
图像特征
Assignment #2
全连接网络
批量标准化
Dropout
卷积神经网络
手把手教你学会TensorFlow
Assignment #3
RNN
LSTM
图像梯度(PyTorch)
图像梯度(TensorFlow)
风格迁移(PyTorch)
风格迁移(TensorFlow)
生成对抗网络(PyTorch)
生成对抗网络(TensorFlow)