斯坦福CS231n学习--初识

最新推荐文章于 2025-09-12 00:40:07 发布
转载 最新推荐文章于 2025-09-12 00:40:07 发布 · 114 阅读 · 0
文章标签：

#人工智能

本笔记总结了斯坦福大学CS231n课程的核心内容，包括卷积神经网络的基本原理及其在视觉识别中的应用。课程由Andrej Karpathy担任助教，并涵盖了目标检测、定位及分割等关键主题。
AI101-A01｜初识人工智能
I am rushuni.
12-09 752
从AI的历史起源、发展历程到现状进行了系统讲解。 以通俗易懂的方式，面向非技术背景读者，解释了AI的定义、层次及未来发展趋势。
初识强化学习
weixin_38359037的博客
06-17 425
一、什么是强化学习 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。 核心思想：包含2个部分，3个要素。如图1。智能体agent在环境environment中学习，根据环境的状态state（或观测到 observation），执行动作action，并根据环境的反馈 reward（奖励）来指导更好的动作，如图2。 图1 ) 图2 ## 二、强化学习特点 1、agent与enviroment交互，根据环境stat
超详细斯坦福CS231n课程笔记（第一课）
ABC__xiaoming的博客
06-24 486
课程介绍 1. 概述 计算机视觉：顾名思义，就是针对视觉数据的研究 背景：YouTube每秒有5小时的视频被上传，需要正确分类。 2. 历史 生物视觉：5亿4千年前：动物进化出了眼睛 机器视觉： 17世纪文艺复兴时期：小孔成像原理，最初的相机出现 50～60年代，Hubel和Wiesel研究猫的视觉系统 David Marr （麻省理工学院视觉专家）70年代撰写了一本非常有影响力的书 如何理解视觉的 我们应该如何处理计算机视觉开发 如何可以使计算机识别视觉世界的算法 80年代David
Coursera机器学习+deeplearning.ai+斯坦福CS231n
weixin_34005042的博客
04-10 358
日志 20170410 Coursera机器学习 2017.11.28 update deeplearning 台大的机器学习课程：台湾大学林轩田和李宏毅机器学习课程 Coursera机器学习 Week 5： Neural Networks: Learning 本来上周开始该学习这个内容，也是先提交了作业，今天才来看看具体的代码；感觉这个课程本身对基础巩固很好。没有连续学习感觉有些有点忘了，...
请给出计算231-1的python表达式_神经网络计算实例与python实现（1） 斯坦福CS231课程...
weixin_39688750的博客
12-10 1353
本文选择课程中难理解的重点部分进行通俗讲解，喜欢的话请打赏贫穷的程序媛少女，多谢客官。(一)初识神经网络结构1) 是分层组织神经网络是对在非循环图中连接的神经元集合的建模。换句话说，一些神经元的输出可以成为其他神经元的输入。不允许循环，是因为循环意味着网络正向传递中的无限循环。神经网络模型通常被组织成不同的神经元层，而不是连接神经元的无定形斑点。对于常规神经网络，最常见的层类型是完全连接的层(fu...
CS224N（Lecture 6）-2019 斯坦福
weixin_45691110的博客
03-16 213
Lecture 6 Language Models and RNNs 一、传统的语言模型 1.什么是语言模型？ 语言模型是做预测下一个单词会是什么这样的任务的系统。 更正式一点，给定x(1)到x(t)的单词序列，语言模型就是计算下一个单词的概率分布（P（x( t +1)））。 也可以将语言模型想成一个将概率分配给一段文本的一个系统。 实际上你每天都在使用语言模型。 如何学习语言模型？ ...
【2019斯坦福CS224N笔记】（6）RNN和与语言模型
abcgkj的博客
06-24 1379
csdn：https://blog.csdn.net/abcgkj github：https://github.com/aimi-cn/AILearners 一、传统的语言模型 1.什么是语言模型 语言建模是一项基准测试任务，它帮助我们衡量我们在理解语言方面的进展。语言建模是许多NLP任务的子组件，特别是那些涉及生成文本或估计文本概率的任务：预测输入、语音识别、手写识别、拼写/语法修正、身份识别...
吴恩达CS229机器学习笔记__01
MnisRain的博客
03-01 298
1.初识机器学习 1.1 什么是机器学习？ 定义：在进行特定编程的情况下，给予计算机学习能力的领域。 不同类型的学习算法：主要分为两种。1，监督学习。2，无监督学习。 1.2 监督学习 我们可以根据房价的数据（Price(s)-Size），应用学习算法拟合出一条线，这实际上是推测出一个连续值得结果。由此可以看出，监督学习指的是我们给学习算法一个数据集。 在此模型中代入数据得出的答案，就是预测...
达观杯数据竞赛项目--初识word2vec
qq_39446239的博客
04-09 547
初识词向量表示：word2vec CS224n 斯坦福NLP视频课程内容==》link 课程计划 词义（word meaning） 词义通常是通单词、短语等表示的想法；在语言学中，单词像是一种语言学符号，用于指代某些具体的物品。 在计算机中常用分类资源来处理词义，例如用WordNet来处理英语词语的分类，包括查询上义词和同义词等。wordnet作为一个资源词典固然很好，但仍存在一些问题，例如：...
学习笔记五：卷积神经网络(CNN)
m0_64375823的博客
11-27 3093
一、CNN的引出 1.1 图像 图像具有平移不变性和旋转不变性。即对图像的平移或者轻微旋转不改变其类别。图像可以用像素点来表示，存储为一个三维矩阵（长×宽×channels） 黑白图片channels=1，即每个像素点只有灰度值。彩色图像channels=3，每个像素点由RGB三原色组成，对应一个三维向量，值域[0，255]。一般0表示白色，255表示黑色 1.2 DNN图像分类的问题 如果直接将图像根据各像素点的向量作为图片特征输入模型，例如LR、SVM、DNN等模型进行分类，理论上可行，但是面临以下
初识卷积神经网络（CNN）
huayangshiboqi的博客
09-15 1660
研究生的第一篇Paper是关于CNN的，为了能够理解这篇paper，在网上找了很多关于CNN的文章： Stanford的CNN介绍：斯坦福cs231的CNN课程、 C3D：http://vlg.cs.dartmouth.edu/c3d/、 Medium论坛：medium上的CNN基础架构理解、 stack问答：filter数量与什么有关、 IEEE Paper：3D卷积，人体...
《ROS机器人开发实践读书笔记 第一章 初识ROS》
pythonlinglingqi的博客
03-27 895
本书共十四章，可划分为五部分：第一部分（1~4章）是ROS基础，了解ROS框架，并且熟悉ROS中的关键概念以及实现方法。那么本文是ROS基础的第一部分第一章的读书笔记。一、ROS是什么？在前文《初识ROS笔记》中我对“ROS是什么”这一问题进行了初步的解释，《ROS机器人开发实践》一书对这一问题进行了系统且形象的阐释。起源：硬件技术的飞速发展在促进机器人领域快速发展和复杂化的同时也给机器人系统软件开发提出了巨大挑战，尤其是软件代码的复用性和模块化需求越发强烈。
深度学习笔记五：卷积神经网络CNN(基本理论)
热门推荐
谢小小XH
12-29 2万+
卷积神经网络基本理论
MOSS-TTSD: 文本对话式语音克隆
m0_72580657的博客
09-10 1718
MOSS-TTSD是一款突破性的对话语音生成系统，专为提升人机交互体验而设计。基于Qwen3-1.7B-base模型优化，它支持中英双语，实现零样本音色克隆和长达960秒的连续语音生成。核心创新包括XY-Tokenizer（1kbps低比特率编码）和对话语境建模技术，经过110万小时语音数据训练。性能评估显示其词错误率低至1.90%，媲美顶尖模型。适用于播客、直播、教育等多种场景，提供本地部署方案。目前支持双人对话克隆，多人对话功能正在开发中。
神经网络矩阵的点乘与叉乘概述
Hanlin的博客
09-09 325
本文介绍了三种常见的矩阵运算方式：1）点乘（逐元素相乘），使用*或torch.mul实现；2）叉乘（矩阵乘法），通过torch.mm或torch.matmul实现；3）相加（逐元素相加），使用+或torch.add完成。每种运算都配有对应的数学符号表示：点乘（⊙）、叉乘（⊗）、相加（⊕）。文中还提到这些运算都支持广播机制。这些基础运算在深度学习框架中广泛应用。
大模型应用开发八股
weixin_58493933的博客
09-10 766
多智能体系统指的是。
Manus AI与多语言手写识别
h_k10086的博客
09-11 488
Manus AI的背景与核心功能手写识别技术在AI领域的重要性Manus AI与其他手写识别技术的对比。
GPT系列--类GPT2源码剖析
2401_83634908的博客
09-08 1499
无需多言，大家应该都用过了，如今都更新到GPT-5了。
MiniMax - 稀宇科技推出的AI智能助手
最新发布
qq_27346503的博客
09-12 679
如果你需要的是一个强大的 “数字员工” 来帮你处理各种创造性或重复性的工作，MiniMax 绝对是一个值得优先考虑的选择。MiniMax（上海稀宇科技）可不是个简单的聊天机器人，而是全球领先的 AI 技术公司，专攻万亿参数 MoE 架构，一手包办文本、语音、视频、音乐生成，堪称多模态全能选手。它既能陪你闲聊解闷，又能帮你写代码、做视频、分析股票，甚至一键生成完整可上线的 Web 应用，目标是让每个人都能零门槛用上 AI 超能力。⭐⭐⭐⭐⭐ (文、图、音、视频、音乐)⭐⭐⭐⭐ (GPTs, 自定义功能强)
斯坦福CS231n课程1-6节深度学习与计算机视觉
2015年，斯坦福大学教授李飞飞开设的CS231n课程是计算机视觉领域的一门重要课程，主要面向对深度学习及其在计算机视觉中应用感兴趣的研究生。该课程涵盖了从基础知识到高级主题的广泛内容，为学生提供了理解和实现...
评论
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