CS231n-1-introduction

Computer Vision的入门课程。评价非常好，是Stanford Vision Lab 2016年的课程。
我是用百度云看的，没有字幕也能应付，如需字幕可以在网易云课堂观看。

第一讲是Computer Vision的导论，由Fei-Fei Li主讲，她之后就生孩子去了。
个人评价，同样是第一节导论课，P大很多课程相形见绌了。

以下是笔记。

首先她强调了vision的重要性，未来85%以上的Internet信息将由Pixel（image&video）组成。现在的sensor也越来越多，带来massive data。

然后她带我们review Computer Vision的历史。
首先是视觉的诞生，big bang of evolution，有说法是大量生物的出现源于视觉？，it’s where vision began.
然后是camera的诞生，视作视觉的copy，只是三维变为二维图片。这是物理工程界的大事件。

之后涉及到视觉加工处理的脑机制，生理学的内容。visual cortex（视觉皮质）在大脑后部，不同于嗅觉听觉的加工在其附近，是极其复杂的。哈佛学者首次发现edge的变化excite neurons。neuron根据edge形状按列排布。

然后和Computer Vision有关系了。科学家开始尝试extract edge structures，MIT1996年成立了第一个vision lab。CV正式诞生。
David Marr在《Vision》中提到视觉的两大特点：start with simple edge structures (not holistic thing)；hierarchical. 这对deep learning有了建设性的意义。
21世纪初CV的第一个商用产品是real-time face detection（实时人脸识别），用到了camera中。

人们渐渐意识到我们识别一个物体，只需要它的轮廓，甚至几个features。接着，一些benchmark（基准）建立，来检测image recognization的水平。2012年是转折的一年，CNN（convolutional neural network，卷积神经网络）获得imagenet冠军，error rate大幅下降。

本次课程是CNN（deep learning的一种）在CV上的应用，但其实也局限在image recognization/detection/classification，还有其他CV分支，如perceptual grouping, 3D model，甚至和NLP结合输出一个故事（far beyond）等等。

李飞飞最后补充道：CNN历史可追溯到80年代，2012年的CNN和30年前并无数学上的差别，so why it works? 有两个方面：硬件性能的提升：CPU的transistor集成度提高1000倍（根据摩尔定律），而且现在有了NVIDIA的GPU加速（GPU更适合大规模机械性运算，详见知乎）；dataset的增多，多了$10^7$倍，big data是Machine Learning的巨大推动力。

Computer Vision can better our lives.

第一节课感觉像听了托福听力讲座，有点意思。