作为刚入门的新手来说,CS231n提供了一个特别好的深度学习框架,本人也在学习这门课程,我以2018年课程计划为蓝本,把知识拆成小的部分,打算有时间一个一个的弄懂
| 课目 | 主题 | 知识点 | 备注 |
|---|---|---|---|
| Lecture 1 | 课程概述 course introduction |
计算机视觉概述 computer vision overview |
已看完,笔记撰写中 |
| 历史发展 historical context |
已看完,笔记撰写中 | ||
| 课程综述 course logistics |
已看完,笔记撰写中 | ||
| Lecture 2 | 图像分类问题 Image Classification |
数据驱动方法 The data-driven approach |
已看完,笔记撰写中 |
| K近邻方法 K-nearest neighbor |
已看完,笔记撰写中 | ||
| 线性分类器 Linear classification |
已看完,笔记撰写中 | ||
| Lecture 3 | 损失函数与最优化 Loss Function and Optimization |
更高维表达 Higher-level representations |
已看完,笔记撰写中 |
| 图像特征 image features |
已看完 |

本文以2018年的CS231n课程为学习框架,针对初学者详细拆解深度学习的基础知识,旨在逐步理解并掌握每个核心概念。
最低0.47元/天 解锁文章
796

被折叠的 条评论
为什么被折叠?



