- 综合排序
- 最热优先
- 最新优先
- 来自专栏NLP算法工程师之路
CS231N学习笔记
CS231N课程描述和资源 CS231n的全称是CS231n: Convolutional Neural Networks for Visual Recognition，即面向视觉识别的卷积神经网络。
1.2K10发布于 2019-12-18 - 来自专栏文鹃阁
cs231n - KNN
这节课开始介绍第一种分类器: 最邻近分类器(Nearest Neighbor Classifier), 这种分类器与神经网络(Convolutional Neural Network)并没有啥关系, 只是一种最简单的将图片分类的分类器.
42010编辑于 2022-09-01 - 来自专栏机器学习炼丹之旅
CS231n：3 优化器
CS231n第三节：优化器 传送门 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 上一节介绍了图像识别任务的两个关键组成部分
59730编辑于 2022-08-08 - 来自专栏文鹃阁
cs231n - Neural Networks
之前介绍了 KNN 和线性分类器，这次终于上到神经网络了，这一节举了很多例子来说明神经网络的数学推导和反向传播的公式，如果忘记的话可以再回去看看
45820编辑于 2022-09-01 - 来自专栏文鹃阁
cs231n - linear classifiers
因此，用线性分类器这种方法来满足大多数情况下的分类，因为他只需要训练 W 和 b 参数，一旦训练好了，就可以把训练集给扔了，并且也不用与每一个训练集进行比较，只要做一些简单的矩阵相乘相加就行。
41110编辑于 2022-09-01 - 来自专栏文鹃阁
cs231n - CNN Architectures
这节课介绍了几个常见的卷积神经网络的架构，从结构上学习神经网络的构成，包括 AlexNet，LeNet，VGG，GoogLeNet，ResNet，这些网络都是在之前的 ImageNet 挑战中获得过第一名网络结构，值得我们好好学习一下。现在很多的神经网络框架里都集成了这些框架，但是建议还是手动实现一下哈
36020编辑于 2022-09-01 - 来自专栏后端技术
cs231n assignment1 knn
实现compute_distances_two_loops def compute_distances_two_loops(self, X): """ Compute the distance between each test point in X and each training point in self.X_train using a nested loop over both the training data and the test data. I
85020发布于 2019-05-25 - 来自专栏机器学习炼丹之旅
CS231n：8 迁移学习
CS231n第八节：迁移学习 传送门：Transfer Learning and Fine-tuning Convolutional Neural Networks 本系列文章基于CS231n课程 ，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 1.
35020编辑于 2022-08-08 - 来自专栏光城(guangcity)
cs231n之KNN、SVM
cs231n之KNN、SVM 0.说在前面1.KNN2.SVM3.作者的话 0.说在前面 最近在学习cs231n，觉得有点困难，今天抽了一晚上时间来写这篇文章，作为总结。
55830发布于 2019-09-20 - 来自专栏文鹃阁
cs231n - Convolutional Neural Network
这节课就进入了正题讲起了卷积神经网络(Convolutional Neural Network)，这应该是目前最流行的神经网络了，很多目标追踪算法和现代的应用都用到了卷积神经网络，学好这个才能算是入了深度学习的门，以前学过相关理论，因此这篇就写得简单点，主要是记录一下相应的知识点，加强一些概念性东西的理解。
43810编辑于 2022-09-01 - 来自专栏机器学习炼丹之旅
CS231n：1 图像分类问题介绍
CCS231n第一节：图像分类问题 传送门 本系列文章基于CS231n课程，记录自己的学习过程，参考视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料，
51510编辑于 2022-08-08 - 来自专栏求索之路
cs231n之KNN算法
5.下载数据集并解压到assignment1作业项目的 assignment1/cs231n/datasets/中。 的准确率了，因为我们知道每个Cm的种类，所以可以判断出m个CmCTn中哪些是预测正确的，哪些是预测错误的，继而算出KNN的准确率 3.KNN代码 1.我的项目 1.先上一个github吧，会持续更新直到把cs231n 课程学习完：cs231n 2.我的项目目录： ? 导入几个常见的和我定义模块：numpy、pyplot、load_cifar10（我写的读取文件用的）、KNearestNeighbor（KNN的具体算法） 2.通过load_cifar10 获取到数据，我定义一个cs231n
1.1K90发布于 2018-05-02 - 来自专栏机器学习炼丹之旅
CS231n：4 反向传播
CS231n第四节：反向传播 传送门 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 本文将介绍反向传播
68120编辑于 2022-08-08 - 来自专栏文鹃阁
cs231n - Deep Learning Hardware and Software
这一节就来讲讲深度学习的一些软件和硬件相关的内容，包括 CPU 和 GPU ，以及一些主流的深度学习框架
27110编辑于 2022-09-01 - 来自专栏机器学习炼丹之旅
CS231n：2 线性分类器
CS231n第二节：线性分类器 传送门 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 上一节介绍了图像分类问题
61510编辑于 2022-08-08 - 来自专栏机器学习炼丹之旅
CS231n：11 生成模型
CS231n第十一节：生成模型 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 本节将介绍一些无监督学习的内容
75510编辑于 2022-08-08 - 来自专栏机器学习炼丹之旅
CS231n：12 强化学习
CS231n第十二节：强化学习 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 本节将介绍一些强化学习相关的内容
84340编辑于 2022-08-08 - 来自专栏mathor
CS231n笔记：通俗理解CNN
卷积神经网络的层级结构 cs231n课程里给出了卷积神经网络各个层级结构，如下图： ? CS231n课程中有一张卷积动图 ?
96110发布于 2019-12-30 - 来自专栏光城(guangcity)
numpy在cs231n中的应用
numpy在cs231n中的应用 0.作者的话1.访问数组2.broadcast机制3.np.bincount()4.np.argmax()5.联合求解6.求取精度7.作者的话 0.作者的话 本节将之前发的 numpy在cs231n中的应用做一个简单的梳理，下面一起来看看，numpy的强大所在！
3K30发布于 2019-09-20 - 来自专栏文鹃阁
cs231n - Training Neural Networks I
之前介绍了那么多的理论知识，现在开始终于要着手训练神经网络了，这里就记录一下相关的知识点
57110编辑于 2022-09-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号