没有合适的资源？快使用搜索试试~ 我知道了~

首页CS231N课程中文讲义

CS231N课程中文讲义

CS231N

需积分: 50 38 下载量 4 浏览量更新于2023-03-16 评论 2 收藏 17.61MB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

试读

176页

斯坦福计算机视觉课程CS231N中文讲义，对于想学习计算机视觉的同学来说很有用。学完这个课程能够对kNN，SVM，CNN，目标检测，GAN，风格迁移等基础与前沿理论都有足够的了解。

资源详情

资源评论

资源推荐

CS231n
课
程笔
记
翻
译
：
Python Numpy
教
程
译
者
注
：
本
文
智
能
单
元
首
发
，
翻
译
自
斯
坦
福
CS231n
课
程笔
记
Python Numpy Tutorial
，
由
课
程
教
师
Andrej Karpathy
授
权
进
行
翻
译
。
本
篇
教
程
由
杜
客
翻
译
完
成
，
Flood Sung
、
SunisDown
、
巩子
嘉
和
一
位
不
愿
透
露
ID
的知
友
对
本
翻
译
亦
有
贡
献
。
原
文
如
下
这
篇
教
程
由
Justin Johnson
创
作
。
我
们
将
使
用
Python
编
程
语言
来
完
成
本
课
程
的
所
有
作
业
。
Python
是
一
门
伟
大
的
通
用
编
程
语言
，
在
一
些
常
用
库
（
numpy, scipy, matplotlib
）
的
帮
助
下，
它
又
会
变
成
一个
强
大
的
科
学
计
算
环
境
。
我
们
期望
你们中
大多
数
人
对
于
Python
语言
和
Numpy
库
比
较
熟
悉
，
而
对
于
没
有
Python
经
验
的
同
学
，
这
篇
教
程
可
以
帮
助
你们
快
速
了
解
Python
编
程
环
境
和
如
何使
用
Python
作为
科
学
计
算
工
具
。
一
部
分
同
学对
于
Matlab
有
一
定
经
验
。
对
于
这部
分
同
学
，
我
们
推
荐
阅
读
numpy for Matlab users
页面
。
你们
还
可
以
查
看
本
教
程
的
IPython notebook
版
。
该
教
程
是
由
Volodymyr Kuleshov
和
Isaac
Caswell
为
课
程
CS 228
创
建
的
。
内
容
列
表
：
Python
基
本
数据
类
型
容
器
列
表
字
典
杜
客
10 
个
月
前

集

合

元

组

函

数

类

Numpy

数

组

访

问

数

组

数据

类

型

数

组

计

算

广

播

SciPy

图

像

操

作

MATLAB

文

件

点

之

间

的

距

离

Matplotlib

绘

制

图

形

绘

制

多

个

图

形

图

像

Python

是

一

种

高

级

的

，

动

态

类

型

的

多

范

型

编

程

语言

。

很

多

时

候

，

大

家

会

说

Python

看

起

来

简

直

和

伪代

码

一

样

，

这

是

因

为你

能

够

通过

很

少

行

数

的

代

码

表

达

出

很

有

力

的

思

想

。

举

个

例

子

，下

面

是

用

Python

实

现

的

经

典

的

quicksort

算

法

例

子

：

def quicksort(arr):

if len(arr) <= 1:

return arr

pivot = arr[len(arr) / 2]

left = [x for x in arr if x < pivot]

middle = [x for x in arr if x == pivot]

right = [x for x in arr if x > pivot]

return quicksort(left) + middle + quicksort(right)

print quicksort([3,6,8,10,1,2,1])

# Prints "[1, 1, 2, 3, 6, 8, 10]"

Python

版

本

Python

有

两个

支

持

的

版

本

，

分别

是

2.7

和

3.4

。

这

有

点

让

人

迷

惑

，

3.0

向

语言

中

引

入

了

很

多

不

向后

兼

容

的

变

化

，

2.7

下

的

代

码

有时

候

在

3.4

下

是

行

不

通

的

。

在

这

个

课

程

中

，

我

们使

用

的

是

2.7

版

本

。

如

何

查

看

版

本

呢

？

使

用

python --version

命

令

。

基

本

数据

类

型

和

大多

数

编

程

语言

一

样

，

Python

拥

有

一

系

列

的

基

本

数据

类

型

，

比

如

整

型

、

浮

点

型

、

布尔

型

和

字

符

串

等

。

这

些

类

型

的

使

用

方

式

和

在

其

他

语言

中

的

使

用

方

式

是

类

似

的

。

数

字

：

整

型

和

浮

点

型

的

使

用

与

其

他

语言

类

似

。

x = 3

print type(x) # Prints "<type 'int'>"

print x # Prints "3"

print x + 1 # Addition; prints "4"

print x - 1 # Subtraction; prints "2"

print x * 2 # Multiplication; prints "6"

print x ** 2 # Exponentiation; prints "9"

x += 1

print x # Prints "4"

x *= 2

print x # Prints "8"

y = 2.5

print type(y) # Prints "<type 'float'>"

print y, y + 1, y * 2, y ** 2 # Prints "2.5 3.5 5.0 6.25"

需

要

注

意

的

是

，

Python

中

没

有

x++

和

x--

的

操

作

符

。

Python

也

有

内

置

的

长

整

型

和

复

杂

数

字

类

型

，

具

体

细

节

可

以

查

看

文

档

。

布尔

型

：

Python

实

现

了

所

有

的

布尔

逻辑

，

但

用

的

是

英

语

，

而

不

是

我

们习

惯

的

操

作

符

（

比

如

和

等

）

。

t = True

f = False

print type(t) # Prints "<type 'bool'>"

print t and f # Logical AND; prints "False"

print t or f # Logical OR; prints "True"

print not t # Logical NOT; prints "False"

print t != f # Logical XOR; prints "True"

字

符

串

：

Python

对字

符

串

的

支

持

非

常

棒

。

hello = 'hello' # String literals can use single quotes

world = "world" # or double quotes; it does not matter.

print hello # Prints "hello"

print len(hello) # String length; prints "5"

hw = hello + ' ' + world # String concatenation

print hw # prints "hello world"

hw12 = '%s %s %d' % (hello, world, 12) # sprintf style string formatting

print hw12 # prints "hello world 12"

字

符

串

对

象

有

一

系

列

有

用

的

方

法

，

比

如

：

如

果

想

详

细

查

看

字

符

串

方

法

，

请

看

文

档

。

容

器

Containers

译

者

注

：

有

知

友

建

议

container

翻

译

为

复

合

数据

类

型

，

供

读

者

参

考

。

Python

有

以

下

几

种

容

器

类

型

：

列

表

（

lists

）

、

字

典

（

dictionaries

）

、

集

合

（

sets

）

和

元

组

（

tuples

）

。

列

表

Lists

列

表

就

是

Python

中

的

数

组

，

但

是

列

表

长

度

可变

，且

能

包

含

不

同

类

型

元

素

。

s = "hello"

print s.capitalize() # Capitalize a string; prints "Hello"

print s.upper() # Convert a string to uppercase; prints "HELLO"

print s.rjust(7) # Right-justify a string, padding with spaces; prints " hello"

print s.center(7) # Center a string, padding with spaces; prints " hello "

print s.replace('l', '(ell)') # Replace all instances of one substring with another;

# prints "he(ell)(ell)o"

print ' world '.strip() # Strip leading and trailing whitespace; prints "world"

xs = [3, 1, 2] # Create a list

print xs, xs[2] # Prints "[3, 1, 2] 2"

print xs[-1] # Negative indices count from the end of the list; prints "2"

xs[2] = 'foo' # Lists can contain elements of different types

print xs # Prints "[3, 1, 'foo']"

列

表

的

细

节

，

同

样

可

以

查

阅

文

档

。

切

片

Slicing

：

为了

一

次

性

地

获

取

列

表

中

的

元

素

，

Python

提

供了

一

种简

洁

的

语

法

，

这

就

是

切

片

。

在

Numpy

数

组

的

内

容

中

，

我

们会

再

次

看

到切

片

语

法

。

循

环

Loops

：

我

们

可

以

这

样

遍

历

列

表

中

的

每

一个

元

素

：

animals = ['cat', 'dog', 'monkey']

for animal in animals:

print animal

# Prints "cat", "dog", "monkey", each on its own line.

如

果

想

要

在

循

环

体

内

访

问

每

个

元

素

的

指

针

，

可

以使

用

内

置

的

enumerate

函

数

animals = ['cat', 'dog', 'monkey']

for idx, animal in enumerate(animals):

print '#%d: %s' % (idx + 1, animal)

# Prints "#1: cat", "#2: dog", "#3: monkey", each on its own line

列

表

推

导

List comprehensions

：

在

编

程

的

时

候

，

我

们

常常

想

要

将

一

种

数据

类

型

转

换

为

另

一

种

。

下

面

是

一个

简

单

例

子

，

将

列

表

中

的

每

个

元

素

变

成

它

的

平

方

。

nums = [0, 1, 2, 3, 4]

squares = []

for x in nums:

squares.append(x ** 2)

print squares # Prints [0, 1, 4, 9, 16]

使

用

列

表

推

导

，

你

就

可

以

让

代

码

简

化

很

多

：

xs.append('bar') # Add a new element to the end of the list

print xs # Prints

x = xs.pop() # Remove and return the last element of the list

print x, xs # Prints "bar [3, 1, 'foo']"

nums = range(5) # range is a built-in function that creates a list of integers

print nums # Prints "[0, 1, 2, 3, 4]"

print nums[2:4] # Get a slice from index 2 to 4 (exclusive); prints "[2, 3]"

print nums[2:] # Get a slice from index 2 to the end; prints "[2, 3, 4]"

print nums[:2] # Get a slice from the start to index 2 (exclusive); prints "[0, 1]"

print nums[:] # Get a slice of the whole list; prints ["0, 1, 2, 3, 4]"

print nums[:-1] # Slice indices can be negative; prints ["0, 1, 2, 3]"

nums[2:4] = [8, 9] # Assign a new sublist to a slice

print nums # Prints "[0, 1, 8, 8, 4]"

剩余175页未读，继续阅读

斯坦福CS231课程讲义

深度学习，卷积神经网络的入门课程，对于想学习深度学习尤其是图像识别来说特别合适

斯坦福CS231讲义PPT合集

3D视觉 cs231n

cs231n softmax

CS231n是斯坦福大学的一门计算机视觉课程，softmax是其中一个非常重要的概念。softmax是用于分类问题中的一种激活函数，它将一个k维的向量压缩到一个k维的概率分布上。softmax函数的公式为：$softmax(z_i) = \frac{e...

cs231n assignment2

CS231n 是斯坦福大学的一门计算机视觉课程，其中的第二次作业涉及卷积神经网络（CNNs）的实现和训练。这可能包括实现卷积层、池化层、损失函数和反向传播算法，并在 CIFAR-10 数据集上训练和评估模型。

stanford CS131n课程全景拼接

Stanford CS131n课程中的全景拼接是指将多张图片拼接成一张全景图像的技术。这个过程需要先将每张图片进行校准，使得它们具有相同的投影模型和相机参数。然后，将它们对齐并进行融合，最终得到一张无缝的全景图像。 ...

cs231n assignment3

CS231n 第三次作业的内容包括使用深度学习来完成图像分类任务。具体来说，包括使用卷积神经网络 (CNN) 来训练图像分类器，并使用预训练网络 (pre-trained network) 来进行微调 (fine-tuning)。还可能包括使用数据...

cs231n assignment1 softmax

cs231n作业1中的softmax部分是用于分类问题的一种激活函数。它将输入的向量转换为概率分布，使得每个元素都表示该类别的概率。在作业中，我们需要实现softmax函数的前向传播和反向传播，并使用它来训练一个简单的...

cs231n assignment1 svm

cs231n作业1是关于支持向量机（SVM）的。SVM是一种常用的分类算法，它可以将数据分为两个类别，并找到一个最优的超平面来分割它们。在这个作业中，你将实现一个线性SVM分类器，并使用它来对图像进行分类。你还将学习...

cs231n assignment1 two_layer_n

cs231n作业1的two_layer_n是一个两层神经网络的实现，用于对CIFAR-10数据集进行分类。该网络包括一个全连接的隐藏层和一个全连接的输出层，使用ReLU作为激活函数。在训练过程中，使用交叉熵损失函数和随机梯度下降法...

斯坦福cs229-机器学习讲义

这本讲义是斯坦福大学计算机科学系机器学习课程CS229的主要教材。这本讲义的内容包括监督学习、无监督学习和强化学习等不同领域的机器学习方法。它介绍了线性回归、逻辑回归、支持向量机、决策树、随机森林、聚类...

cs231n two_layer_net

cs231n的two_layer_net是一个简单的神经网络模型，由两个全连接层组成。它可以用于图像分类任务，通过反向传播算法来训练模型，使其能够对图像进行分类。该模型的输入是图像的像素值，输出是图像所属的类别。在训练...

cs231n作业1 inline questions答案

CS231n作业1的内联问题答案如下： 1. Q: 表示每个像素的Ronald图像的亮度值在什么范围内？ A: 每个像素的亮度值在0到255之间。这是因为一个像素的亮度值是一个8位无符号整数，所以它可以表示的范围为0到2^8-1，即0...

Andrej Karpathy在CS231n论文中，主题是什么？

我不了解你所提到的CS231n论文的细节，但是我知道Andrej Karpathy是一位著名的计算机科学家，擅长深度学习和计算机视觉领域。他曾在著名的论文"The Unreasonable Effectiveness of Recurrent Neural Networks"中提出...

you_and_007

粉丝: 4
资源: 9

上传资源快速赚钱

我的内容管理收起

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

会员权益专享

CS231N课程中文讲义

评论0

会员权益专享

最新资源

CS231N课程中文讲义

评论0

斯坦福CS231课程讲义

斯坦福CS231讲义PPT合集

cs231n课程学习笔记中文版

No module named 'cs231n'

cs231n svm

ModuleNotFoundError: No module named 'cs231n'

cs231n作业2BN

cs231n作业knn

3D视觉 cs231n

cs231n softmax

cs231n assignment2

stanford CS131n课程全景拼接

cs231n assignment3

cs231n assignment1 softmax

cs231n assignment1 svm

cs231n assignment1 two_layer_n

斯坦福cs229-机器学习讲义

cs231n two_layer_net

cs231n作业1 inline questions答案

Andrej Karpathy在CS231n论文中，主题是什么？

会员权益专享

最新资源