2017年CS231n课程5:卷积神经网络介绍与历史
本资源是一份名为"cs231n_2017_lecture5.pdf"的文档,主要聚焦于深度学习中的一个重要概念——卷积神经网络(Convolutional Neural Networks, CNN)。课程由Fei-Fei Li、Justin Johnson和Serena Yeung教授,于2017年4月18日进行。讲座涵盖了以下几个关键主题: 1. 讲座大纲:本次讲座是课程系列的一部分,强调了从线性得分函数(如两层神经网络)过渡到更复杂的CNN结构。讲师提醒学生,第一周作业(Assignment1)将于4月20日截止,并预告了即将发布的第二项作业(Assignment2)。 2. 线性得分函数:讲解了基于两层神经网络的线性得分函数,涉及输入特征x通过权重矩阵W1映射到隐藏层h,然后通过另一层权重W2进行分类,输出10个类别的预测结果。这一部分突出了神经网络的基本结构。 3. 卷积神经网络介绍:讲座的重点转向了卷积神经网络,这是一种特别设计用于处理图像和视频数据的神经网络架构。它利用局部连接性和权值共享,能够有效地捕获空间上的特征,对于计算机视觉任务具有显著优势。课程引用了LeCun等人在1998年的工作,这是CNN发展历史上的一个重要里程碑。 4. 历史回顾:讲师提到了Frank Rosenblatt在1957年开发的感知器(Perceptron),这是最早的神经网络形式之一,主要用于二分类问题。这个早期的机器通过20×20的光敏单元捕捉图像,尝试识别字母,标志着神经网络研究的开端。 5. 图像示例与许可信息:讲座中包含了一张由Rocky Acosta创作的图片,展示了感知器的工作原理,该图像是根据Creative Commons BY 3.0许可使用的。这有助于学生更好地理解感知器与现代CNN之间的联系。 这份资源深入探讨了从基础的神经网络模型到卷积神经网络的转变,以及它们在图像识别领域的应用。通过这些内容,学生可以了解到深度学习在计算机视觉中的核心作用和历史演变。同时,它还提供了实际的作业任务,让学生能够在实践中巩固所学知识。
![](https://csdnimg.cn/release/download_crawler_static/10215719/bgd.jpg)
![](https://csdnimg.cn/release/download_crawler_static/10215719/bge.jpg)
![](https://csdnimg.cn/release/download_crawler_static/10215719/bgf.jpg)
![](https://csdnimg.cn/release/download_crawler_static/10215719/bg10.jpg)
剩余77页未读,继续阅读
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/2aece51099464565bcdb82b2a79ee7ce_sinat_36811967.jpg!1)
- 粉丝: 50
- 资源: 17
我的内容管理 展开
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
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 岩石滑动与断层冲击地压:声发射特征分析
- 新时代煤炭工业八大战略新取向剖析
- 开采强度对华亭矿区冲击地压危险性的影响分析
- 新安煤矿探采对比:影响安全生产的关键因素与技术支撑
- 210MW循环流化床锅炉引风机变频改造优化与节能效果
- 浅埋煤层开采沉陷预测:方法应用与影响分析
- 优化巷道过陷落柱支护方案:数值模拟与现场试验
- 坚硬顶板定向断裂爆破技术:安全高效采煤新方案
- 北航2019算法课作业解析:投资策略与凸子多边形优化
- 断层破碎带垮冒下堆积体边界抗力分布关键影响因素
- 哈拉沟选煤厂优化末煤系统提高效率与处理能力
- 瓦斯涌出影响下采动煤体蠕变失稳研究
- 提升煤矿装载效率的可控箕斗定量装载设备设计
- 水分调控下烟煤瓦斯吸附特性对比研究
- 重介质悬浮液密度控制硬件设计与选型探讨
- 坚硬顶板巷道支护参数设计:现场测试与数值分析
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)