原创 cs231n'18：Lecture 2 | Image Classification Pipeline
Lecture 2的前半部分講Course Note 1裏面的內容，包括KNN和Validation。要點請參考Course Note 1的筆記。後半部分給Course Note 2裏面的Linear Classification開個頭。
2020-06-29 16:52:58
原创 cs231n'18：Lecture 3 | Loss Functions and Optimization
Lecture 3講Course Note 2和Course Note 3裏面的內容.前一部分講SVM和Softmax loss function的計算。要點請參考Course Note 2的筆記。 聽完這一節部分可以去做SVM和Soft
2020-06-29 16:52:58
原创 cs231n'18： Course Note 3
Optimization: Stochastic Gradient Descent 這一節主要講optimization的相關內容。重點在於各種grads的實現，特別是與矩陣相關的grads的實現，包括公式推導和代碼實現。note
2020-06-29 16:52:58
原创 cs231n'18：Lecture 6 | Training Neural Networks I
這一節講Course Note 5/6和7中的一部分。這是這門課中講的最爛的一節，內容雜亂，沒有重點。既然ReLU是最常用的，爲什麼又拿tanh舉例子；BN這麼重要的問題沒講明白，下面同學提了一大堆問題。看看Course Note 5筆記
2020-06-29 16:52:58
1
原创 cs231n'18： Course Note 2
Linear classification: Support Vector Machine, Softmax Linear Classification 實現image classification更常用的方法是採用score f
2020-06-29 16:52:55
原创 cs231n'18：Lecture 5 | Convolutional Neural Networks
Lecture 5 講的是 Course Note 9 裏面的內容，建議先聽 Lecture 6和7，然後Lecture 5和9一起聽。Lecture 5 鏈接
2020-06-29 16:52:55
原创 cs231n'18：Lecture 7 | Training Neural Networks II
Lecture 7主要講note 7中的優化問題，這個小夥子比那個小姑娘講的好太多。具體內容參考Course Note 7筆記。Lecture 7 鏈接
2020-06-29 16:52:55
1
原创 cs231n'18：Lecture 1 | Introduction to Convolutional Neural Networks for Visual Recognition
一如既往，第一節課都是侃侃大山，沒什麼好說的。Lecture 1 鏈接
2020-06-29 16:52:55
原创 cs231n'18： Assignment 2 | Batch Normalization
Assignment 2 | Batch Normalization 上文吐槽BN部分講的太爛，2018年果然更新了這一部分，slides里加了好多內容，詳見Lecture 6的slides第54到61頁，以及Lecture 7的
2020-02-24 21:33:22
1
原创 cs231n'18： Course Note 4
Backpropagation, Intuitions Backprop和chain rule，就是用求解微分時的鏈式法則，將複雜算式的微分計算，一步步分解成小的node，然後用這些基本的node層層疊加，最後得到微分結果。通常做
2020-02-24 21:32:51
原创 cs231n'18： Course Note 5
Neural Networks Part 1: Setting up the Architecture 常用的激活函數 Sigmoid sigmoid函數的爲 σ(x)=11+exp(−x)σ(x)=11+exp(−x) , 值
2020-02-24 21:32:51
原创 cs231n'18：Lecture 9 | CNN Architectures
Lecture 9 主要是講了幾個主流的CNN的實現。這幾種CNN每一個拿出來都值得好好研究一番，所以這裏泛泛的講沒有什麼意義。大概看看就行了。Lecture 9鏈接
2020-02-24 21:32:51
1
原创 cs231n'18： Course Note 1
Image Classification: Data-driven Approach, k-Nearest Neighbor, train/val/test splits 關於KNN 首先講Nearest Neighbor，然後擴
2020-02-24 21:32:51
1
原创 cs231n'18：Lecture 8 | Deep Learning Software
這裏介紹了主流的幾種AI編程語言，我的計劃是先從 PyTorch 入手，把幾個主流的 CNN 模型自己寫一遍，然後捎帶着看看Caffe2，最後再用 TensorFlow 寫一遍。Lecture 8鏈接
2020-02-24 21:32:51
原创 cs231n'18： Course Note 6
Neural Networks Part 2: Setting up the Data and the Loss 數據預處理 常見的數據預處理方法包括： 1. 減均值 2. 除標準差：只有在feature具有相似的標準和度量方
2020-02-24 21:32:51