ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

斯坦福大学的 CS231n课程

2022-02-23 15:34:30  阅读:160  来源: 互联网

标签:斯坦福大学 stanford slides 课程 cs231n edu CS231n 2017 pdf


斯坦福大学的 CS231n(全称:面向视觉识别的卷积神经网络)一直是计算机视觉和深度学习领域的经典课程,每年开课都吸引很多学生。

CS231的参考llink:http://cs231n.stanford.edu/schedule.html
http://cs231n.stanford.edu/slides/

2017_CS231课程的简介:
Lecture 1:面向视觉识别的卷积神经网络课程简介
Lecture 2:图像分类
Lecture 3:损失函数和最优化
Lecture 4:神经网络介绍
Lecture 5:卷积神经网络
Lecture 6:训练神经网络1
Lecture 7:训练神经网络2
Lecture 8:深度学习软件
Lecture 9:CNN架构
Lecture 10:循环神经网络
Lecture 11:检测和分割
Lecture 12:可视化和理解
Lecture 13:生成模型
Lecture 14:深度强化学习
Lecture 15:深度学习的高效方法和硬件
Lecture 16:对抗样本和对抗训练

2017年CS231的PPT参考Link:
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture1.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture2.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture3.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture4.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture5.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture6.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture7.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture9.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture10.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture11.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture12.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture13.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture14.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture15.pdf
cs231n.stanford.edu/slides/2017/cs231n_2017_lecture16.pdf

标签:斯坦福大学,stanford,slides,课程,cs231n,edu,CS231n,2017,pdf
来源: https://blog.csdn.net/xinxiangwanji/article/details/123090644

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有