摘要: 深度学习与CV教程(3) | 损失函数与最优化 本文讲解了损失函数(数据损失与正则损失)、多类 SVM 损失与Softmax损失比较、梯度计算方法(数值梯度与解析梯度)、梯度下降优化算法等【对应 CS231n Lecture 3】 阅读全文
posted @ 2022-05-27 12:10 ShowMeAI 阅读(261) 评论(0) 推荐(0) 编辑
摘要: 深度学习与CV教程(2) | 图像分类与机器学习基础 图像分类是计算机视觉的核心任务。本文讲解数据驱动的模型算法,包括最邻近算法、KNN分类器、线性分类器的原理、各自的优缺点和实际应用【对应 CS231n Lecture 2】 阅读全文
posted @ 2022-05-27 11:57 ShowMeAI 阅读(680) 评论(0) 推荐(0) 编辑
摘要: 深度学习与CV教程(1) | 引言与知识基础 本文讲解了斯坦福大学 CS231n 课程的内容框架(深度学习 + 卷积神经网络 + 计算机视觉应用)和学习基础,帮助了解计算机视觉的历史和技术发展【对应 CS231n Lecture 1】 阅读全文
posted @ 2022-05-27 11:39 ShowMeAI 阅读(290) 评论(0) 推荐(0) 编辑
摘要: 深度学习与计算机视觉教程:斯坦福CS231n · 全套笔记解读 本教程依托于 Stanford 斯坦福大学的《CS231n:深度学习与计算机视觉》,对深度学习与计算机视觉方向的图像分类、CNN、RNN、目标检测、图像分割、生成模型等各个主题做了体系化的梳理 阅读全文
posted @ 2022-05-27 11:23 ShowMeAI 阅读(182) 评论(0) 推荐(0) 编辑