cs231n
文章平均质量分 93
张小彬的代码人生
coder
展开
-
cs231n neural network 笔记
神经网络里的非线性是很重要且必不可少的。在全连接层之间引入非线性单元,可以让神经网络具有更强的表达能力。一个三层的神经网络可以大概写成这样子的形式,$$s = W_3\max(0, W_2\max(0,W_1x))$$ 中间的隐藏层神经元数量的大小可以自己设置。原创 2017-02-15 21:04:46 · 4092 阅读 · 0 评论 -
cs231n Convolutional Neural Network 笔记
CNNs: Architectures, Convolution / Pooling LayersCovNet LayersConvNet 显示地假设输入是图片,卷积池化等操作大大减少了参数,比一般的全连接网络计算更高效。CNN 里具体有下面的几种结构,卷积层, Convolutional LayerDilated convolutions 就是做点乘的时候,也有个stride,而不是连续的九宫格原创 2017-04-07 16:06:27 · 2111 阅读 · 0 评论 -
cs231n 课程作业 Assignment 2
上一次作业基本已经讲了构建一个多层神经网络的基本知识,包括其结构,公式推导,训练方法。这一次主要关注卷积神经网络(CNN, Convolution Neural Network),要先读完课程笔记 CS231n Convolutional Neural Networks for Visual Recognition,基本就懂了。特别是那个解释卷积的动态图,非常形象。CNN 主要多了卷积层(convo原创 2017-04-07 16:09:15 · 27162 阅读 · 5 评论 -
cs231n 课程作业 Assignment 3
作业总结终于来到了最后一次作业,这次主要是讲 RNN 或 LSTM 这个时序模型,感觉如果公式已经熟悉了的话(没有的话多看几遍,也可以参考我上篇博文的公式总结,囧),作业应该比上次的简单。代码量也少一些。在写代码之前要下载一些必要的模型文件,数据集等,可能比上两次麻烦点,具体看 Assignment #3 的说明就好了。我的作业代码见:cs231n/assignment3.Image Caption原创 2017-04-27 16:06:36 · 15992 阅读 · 5 评论 -
cs231n 课程作业 Assignment 1
课程资料趁着在学校的时间,跟着 cs231n 的课程做了一下作业,感觉收获特别大,现在汇总在博客里。下面是一些官方的课程资料: 网页 备注 课程主页 主页课程介绍 课程官方笔记 貌似要 fq 软件支持 Syllabus 课件、视频、课程安排表还有一些其他有用的非官方资料: 网页 备注 课程中文翻译 智能单元公众号提供的翻译 课程视频 网易云课堂提原创 2017-02-15 21:14:32 · 71516 阅读 · 42 评论 -
RNN, LSTM, GRU 公式总结
RNN参考 RNN wiki 的描述,根据隐层 hth_t 接受的是上时刻的隐层(hidden layer) ht−1h_{t-1} 还是上时刻的输出(output layer)yt−1y_{t-1},分成了两种 RNN,定义如下:Elman network 接受上时刻的隐层 ht−1h_{t-1}Jordan network 接受上时刻的输出 yt−1y_{t-1}但是看了很多的教程,感觉应原创 2017-04-11 17:09:28 · 41216 阅读 · 4 评论