# CS231n-learning

**Repository Path**: wangchsoft/cs231n-learning

## Basic Information

- **Project Name**: CS231n-learning
- **Description**: CS231n学习笔记
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-01-22
- **Last Updated**: 2022-03-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CS231n-learning
#### 介绍
CS231n课程的学习笔记，对应于2020的assignment，2017年的课程，三个assignment，课程相对应的ppt.

**课程描述:** 引用课程主页上的官方描述如下。
> 计算机视觉在社会中已经逐渐普及，并广泛运用于搜索检索、图像理解、手机应用、地图导航、医疗制药、无人机和无人驾驶汽车等领域。而这些应用的核心技术就是图像分类、图像定位和图像探测等视觉识别任务。近期神经网络（也就是“深度学习”）方法上的进展极大地提升了这些代表当前发展水平的视觉识别系统的性能。
本课程将深入讲解深度学习框架的细节问题，聚焦面向视觉识别任务（尤其是图像分类任务）的端到端学习模型。在10周的课程中，学生们将会学习如何实现、训练和调试他们自己的神经网络，并建立起对计算机视觉领域的前沿研究方向的细节理解。最终的作业将包括训练一个有几百万参数的卷积神经网络，并将其应用到最大的图像分类数据库（ImageNet）上。我们将会聚焦于教授如何确定图像识别问题，学习算法（比如反向传播算法），对网络的训练和精细调整（fine-tuning）中的工程实践技巧，指导学生动手完成课程作业和最终的课程项目。本课程的大部分背景知识和素材都来源于[ImageNet Challenge竞赛](http://image-net.org/challenges/LSVRC/2014/index)。

**传送门:**

Assignment:
[CS231n Convolutional Neural Networks for Visual Recognition](https://cs231n.github.io/)

Course:
[CS231n: Convolutional Neural Networks for Visual Recognition](http://cs231n.stanford.edu/)

Vedio:
[CS231n](https://www.bilibili.com/video/BV1nJ411z7fe?p=5)

Datasets:
[CIFAR-10](http://www.cs.toronto.edu/~kriz/cifar.html)

#### CS231n全部9篇课程知识详解笔记的翻译
>[python/numpy tutorial](http://cs231n.github.io/python-numpy-tutorial)
翻译：[Python Numpy教程](https://zhuanlan.zhihu.com/p/20878530?refer=intelligentunit)

>[image classification notes](http://cs231n.github.io/classification)
翻译：[图像分类笔记](https://zhuanlan.zhihu.com/p/20894041?refer=intelligentunit)

#### 文件组织形式
#### TODO
- [ ] Assignment [#1]() 
- [ ] Assignment [#2]()
- [ ] Assignment [#3]()