CS231n课程被称为CV领域最知名的网课受到一众计算机视觉爱好者的喜爱,作为主要授课教师的李飞飞更是业界知名大牛。据统计,2018 年该门课程有超过800人注册。这门课程每年都会更新内容,下面是该课程的相关学习内容。
课程信息
课程主页:http://cs231n.stanford.edu/
课程视频:
https://www.youtube.com/playlist?list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk
https://ai.yanxishe.com/page/groupDetail/19
两个版本,一个是在油管上的,第二个在网易云课堂上
课件:
http://cs231n.stanford.edu/syllabus.html
作业完整代码:
https://github.com/Burton2000/CS231n-2017
下面介绍一份该课程 CS231n 春季版本的汇总资料,整理的非常全,涵盖了 CS231n 课程的大部分知识点。
资料地址:
https://github.com/Burton2000/CS231n-2017
精炼笔记
从目录来看,完整地包含了 16 个课程内容。资料前两个部分是对课程做一个简单的介绍,后面 16 个子目录是课程的精炼笔记,包括图像分类、损失函数和优化、神经网络等知识点的笔记。总的来说,看完这篇图文并茂的汇总资料,会对李飞飞的这门课程有一个整体的逻辑结构。
下面来看该精炼笔记的一些示例。
1. 图像分类
2. 损失函数和优化
3. 训练神经网络
4. CNN 框架
5. RNN
6. 检测和分割
7. 生成模型
8. 深度强化学习
完整的精炼笔记内容请在上面给出的地址阅读。总的来说,这份精炼笔记作为学完视频和课程后的总结和自检还是非常不错的。
閱讀更多 機器學習與數據挖掘 的文章