Victor的草原

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。

DeepLab V1: AFully Connected CRFsDilated Conv & Receptive FieldCRFs for accurate localizationDeeplab V2: astrous spatial pyramid poolingDeepLab是Google团队一系列semantic image segmentation的...

Generative modelsPixelRNNCNNVAE Variational AutoencodersAutoencodersVAE 变分自动解码器GAN 生成对抗网络2017.12.3 更新 VAE loss function ———————————————————————————————— 深度学习给机器学习带来的变革，不仅是supervised learning监督学习

semantic segmentation 语义分割UpsamplingUnpoolingTranspose Convolution Deconvolution 对卷积的再理解Localisation 定位Object Detection 物体检测Ross Girshick rbgR-CNNFast R-CNNFaster-RCNNYOLO SSDInstance Segme

IntroductionRNN structureBPTTLSTMIntroductionRecurrent a. 反复发生的，周期性的，循环的。 RNN，循环神经网络，用在时间序列模型上，如：样本出现的时间顺序对于自然语言处理、语音识别、手写体识别等应用非常重要。RNN强调时序时序时序。Sequential Sequential Sequential. 想想很有道理，图像这种空间的东西是不

HardwareFrameworkTensorflowPyTorchStatic vs Dynamic GraphsConclusionCNN Case StudyAlexNet 2012 MontrealVGGNet 2014 OxfordGoogleNet 2015 GoogleResNet 2016 MSRAOthers今日议程：deep learning的软硬件。 关

What is Reinforcement LearningMarkov Decision Process MDPValue Function Q-value FunctionBellman EquationQ-learningPolicy Gradient最后一节。So far, we have mainly talked about supervised learning like

Activation functionsData PreprocessingWeight InitializationBatch NormalizationLearning rateOptimizationcondition numbersaddle pointSGD with momentumAdaGradRMSPropAdamLearning rate decaySeco

Visualising CNNFilters First IntermediateFeature Map Last IntermediateGradient with respect to pixelsGradient Ascent Argmax InputNeural Style TransferCNN中间层究竟是什么？现在我们只知道是个黑盒。需要可视化每层的输出，这样才能更好地理解

时隔4个多月，暑假去了Stanford同一个教室NVIDIA Auditorium上课，再次回到CS231N的课程，如今已是大三。没有退路。 2017年老师换了，内容也更新了，所以就不听去年的了。 本讲我预计是课程的核心内容，神经网络的介绍。注意Neural Networks包括CNN,RNN,DNN等，所以是个很基础的概念，用到的数学知识就是反向传播的链式法则。Recap Our objec

PrefaceThe title of the class. 上节课是神经网络的基本框架，一层层layer的堆积，每层都是简单的linear+RELU，这显然是不够的。在图像处理上，convolutional layer比较管用。现在我们先介绍CNN的历史。忽略远古时期，直接看两篇标志性的论文。 1998年LeCun发表了bp算法在zipcode recognization上的应用。由于硬件资源

其实这是算分Project的内容，受到CS231n启发，我和晶晶打算做图像分类的机器学习项目。很多人向我推荐tensorflow训练数据，因为有模板，不用手推python公式。首先参考tensorflow官方文档中文版。 下载tensorflow (Mac OS) 很简单，安装了anaconda大礼包后，直接输入$ pip install https://storage.googleapis.co

注意：本课程是应用型课程，对理论证明与思想要求不高，感觉是讲深度学习主要技术，里面的细节都需要自己深入学习。 学完本课程，还需要对理论和代码加强。Official Lecture Notes 知乎翻译：上中下recall:Linear Classifierf(x,W)=Wx W 权值矩阵：参数 (x,y) （图像，标签）Loss functionmeasure unhappiness: 结

Image classification is the base of computer vision.The main problem we meet is the semantic gap between pictures and pixels. Moreover, there are so many variables such as brightness, deformation and

PGM 概率图模型入门