cs231n学习记录贴

原创 已于 2024-10-23 10:30:36 修改 · 269 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#学习 #python #计算机视觉 #人工智能 #神经网络 #深度学习

于 2024-10-14 12:50:33 首次发布

最近尝试入门深度学习，系统性地学习这方面知识。目前正在看吴恩达在Coursera上的Machine Learning，准备补完后入坑cs231n，先占个坑，以后来更新！

目前分享一下在网上找到的课程资料：
Assignments & Notes: https://cs231n.github.io/

Slides: https://cs231n.stanford.edu/slides/

有一起学习的小伙伴欢迎留言联系我！

var code = "d81adf24-faca-4632-9d6c-fe71342e9cf5"

ACEEE1222
关注
cs231n学习记录-理解线性分类器
qq_62861466的博客
08-16 1833
关于cs231n中线性分类器部分的一些学习记录
全球名校课程作业分享系列(6)--斯坦福计算机视觉与深度学习CS231n之神经网络细解与优化尝试
寒小阳
02-07 9969
课程作业原地址：CS231n Assignment 1 作业及整理：编写：@土豆 && @郭承坤 && @寒小阳 时间：2018年2月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/79278882 待折腾的数据集 关于神经网络你起码应该知道的 所谓的前向传播 一个神经元的本事 强大的层状神经元 不废话了看代码
CS231n (winter 2016) : Assignment1
Sudouble的专栏
08-04 701
转自简书：Deepool​​​​​ 前言： 以斯坦福cs231n课程的python编程任务为主线，展开对该课程主要内容的理解和部分数学推导。该课程的学习资料和代码如下：视频和PPT笔记assignment1初始代码 Part 1： 线性分类器（Linear classifier） 分值函数，将原始数据（即输入数据，经过预处理后的）映射成每个类对应的分值（分值越高，该类的可能性就越大）。 ...
cs231n-lecture2&3
sun1398的博客
06-29 467
CS231N–图像分类管道 一、cs231n课程指引 作业1：KNN；线性分类器，SVM、Softmax；两层神经网络；图像特征 Python + Numpy教程：http://cs231n.github.io/python-numpy-tutorial/ Google Cloud教程：http://cs231n.github.io/gce-tutorial/ 二、图像分类–C...
cs231n assignment1_Q1_KNN Classifier
Sean_csy的博客
04-05 2076
今天开始将进行学习cs231n课程并完成相关的作业，在此记录。 配置环境 首先在做作业之前，需要配置作业相关的环境才能进行，我的步骤如下： 下载并安装anaconda：https://www.anaconda.com/download/ ，这是一个Python的科学包，它集成了很多机器学习、深度学习要用的相关库，也自带了一个Python。 安装Jupyter notebook，直接可以在命令行安...
斯坦福CS231n 课程学习笔记--线性分类器（Assignment1代码实现）
呜呜哈的博客
09-25 3411
最近学习了斯坦福的CS231n(winter 2016)系列课程，收获很大，作为深度学习以及卷积神经网络学习的入门很是完美。学习过程中，主要参考了知乎上几位同学的课程翻译，做得很好，在这里也对他们表示感谢，跟课程相关的很多资源都可以在该专栏中找到。推荐大家把每个笔记的翻译都完整的看一下。关于该课程视频的中文字幕也在翻译进行中，目前第一集已经翻译完成，感兴趣的同学可以也可以看看参与进去。此外，完成课程
cs231n 2023春季课程理解——lecture_1
清风等雨的博客
07-10 683
本系列是斯坦福大学李飞飞教授团队的公开课cs231n课程。
斯坦福深度学习课程cs231n assignment1作业笔记二：SVM实现相关
持久决心的博客
09-27 878
前言 在学习cs231n课程，完成作业的过程中，博主遇到了一些问题，于是打算写博客记录下来。 代码实现 距离计算 我们拥有测试数据X，训练数据self.X_train。它们的形状都是R×3072。距离公式采用的是Euclidean distance，如下： 双循环代码 for i in tqdm(range(num_test)): for j in range(num_train):...
【cs231n】最优化笔记
急流勇进
09-23 1830
【cs231n】最优化笔记 前言首先声明，以下内容绝大部分转自知乎智能单元，他们将官方学习笔记进行了很专业的翻译，在此我会直接copy他们翻译的笔记，有些地方会用红字写自己的笔...
CS231n Assignment2 Q1心得笔记
weixin_42214778的博客
02-04 689
CS231n Assignment2 心得笔记欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与...
学习笔记——基础hash思想及其简单C++实现
最新发布
2502_91790308的博客
11-23 648
哈希表是一种查找时间复杂度为O(1)的高效数据结构，通过哈希函数将数据映射到固定位置实现快速查询。本文介绍了哈希表的核心概念，包括哈希函数（重点讲解除留余数法）、负载因子和哈希冲突。针对冲突问题，详细阐述了开放定址法（含线性探测、二次探测）和链地址法两种解决方案。文章还通过计数排序示例说明哈希思想，并探讨了实现中的关键问题，如扩容策略、处理非整数类型键值的方法等。哈希表性能优异但需合理设计，否则可能退化为O(n)复杂度。
人工智能在教育领域的应用：开启个性化学习新篇章
2501_94058529的博客
11-21 1092
传统的教学方式开始逐渐无法满足个体化学习的需求，而AI技术则为教育提供了新的解决方案，帮助教师和学生实现更加高效、个性化的教学体验。在传统的课堂教学中，教师通常采用一种“标准化”的教学方法，尽管可以满足大多数学生的需求，但却忽视了学生的个性化差异。每个学生的学习进度、兴趣爱好、认知水平和学习方式各不相同，而人工智能技术能够通过对学生数据的分析，为每个学生量身定制个性化的学习路径和内容。AI在其中的作用是，通过智能算法分析学生的学习行为，实时调整学习内容和情境，确保学习过程的高效性和互动性。
投机解码学习（）
wavehaha的博客
11-20 323
论文链接： https://aclanthology.org/2025.acl-long.338.pdf
从零开始学习 TOML，配置文件的新选择
赵士杰——成功并非一蹴而就，而是在持之以恒的努力中逐渐实现。
11-20 1124
TOML 的语法设计遵循 “直观、一致、无歧义” 的原则，所有规则都围绕 “让人类易读、机器易解析” 展开，在编写 TOML 文件时，需要遵守以下基本的语法规范。
法律学习资料合集民事刑事行政法律实务经济社会商事诉讼法律课程+电子书籍
qq_21885317的博客
11-23 220
这是一套法律学习资料合集，体积庞大而且内容丰富，视频教程+文档资料，涵盖了法律相关的几乎所有方面，包括了民事法律、刑事法律、商事法律、行政法律、经济法律、社会法律、诉讼法律等实用法律资料，其下共有六个物理文件夹：法律课程合集+法律电子书大全+法律资料汇总+法律实务操作+法律热门平台+法律综合QITA。本套资料体积很大，文件目录数量众多，截图展示无法实现，已经授权百度网盘，资料所见即为所得，在线查看资料目录。
学习threejs，添加ECharts图表
我哎GIS博客
11-18 776
本文详细介绍如何基于threejs在三维场景中添加ECharts图表，亲测可用。希望能帮助到您。一起学习，加油！加油！
（学习记录）嵌入式程序存储段-存储内容-介质映射表
qq_52974788的博客
11-20 249
摘要： 本文介绍了嵌入式系统中常见的程序段存储结构及其特性。主要包括：.text段存储可执行代码（ROM介质，只读）；.data段存储已初始化全局变量（RAM介质）；.bss段存储未初始化全局变量（RAM介质，启动时清零）；.stack段存储临时数据（RAM介质，动态分配）；以及ARM架构特有的异常索引表.ARM.exidx（ROM介质）。各段根据特性分别映射到ROM（掉电不丢失）或RAM（掉电丢失）存储介质，共同构成嵌入式程序的存储体系。
Vert.x学习笔记-Vert.x 定时器原理与应用详解
技术人集结地
11-21 692
Vert.x 4.x的定时器基于事件循环(Event Loop)机制实现，提供单次(setTimer)和周期性(setPeriodic)两种定时任务。其核心特点是：1) 通过事件队列非阻塞执行回调；2) 同一Verticle的回调在同一线程顺序执行保证线程安全；3) 支持取消定时器(cancelTimer)。最佳实践包括避免阻塞Event Loop、合理控制定时器数量、及时取消无用定时器。典型应用场景包括任务调度、超时控制和数据采集。开发者需注意将耗时操作委托至Worker线程池，以保持系统高性能。
系统高效学习新技能方法论
ahauedu的专栏
11-22 819
停止沉迷于“要学习”的幻想，立即选择一项想学习的技能，设计简单的每日行动，绑定固定场景，坚持执行，两周后会发现改变其实很简单。◦ 强调系统的重要性：系统是可复制的行动流程，能让学习成为日常习惯，消除选择成本，像刷牙一样自动执行。◦ 提出“你可以在两周内学会任何东西”，关键是建立可复制、可持续的行动系统，而非单纯设定目标。不是让人成为专家，而是帮助人们跨过从0到1的最难阶段，通过每天的小行动积累，利用复利效应实现显著进步。
斯坦福CS231n深度学习课程讲义精要
通过以上知识点的综述，可以看到CS231n讲义覆盖了深度学习和计算机视觉领域的许多重要主题，为学习者提供了丰富的学习资源。针对每个主题的深入学习，可以使得学习者在图像识别和处理方面拥有扎实的理论基础和一定的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值