0%

计算机视觉-艾1

发表于 更新于 分类于 阅读次数：
本文字数： 392 阅读时长 ≈ 1 分钟

2019年5月20日 上午10:45

重要知识点

1
2
3
4
5
1.Hyperparameters_cross_validation_vailidation.pdf
2.SVM-loss.pdf
3.Regularization.pdf
4.Backprop.pdf
5.Conv Layer.pdf
  1. Cs231n的ppt写的非常循序渐进，对初学者友好，并且能够讲清楚基本的概念
  2. 我从ppt中提取出了几个我自己认为重要的知识点
    1. Hyperparameters_cross_validation_vailidation
    2. SVM-loss
      1. 这个loss其中也包含超参数
      2. 理解的方法：举个例子，在数轴上画，多画几个就能感受出来。
    3. Regularization
      1. 正则的理解
    4. Backprop
      1. 这张图真的太重要的，解决我对矩阵的一个心病。但是其中没有包括张量的内容
      2. 内容主要涉及到矩阵求导
    5. Conv Layer
      1. 主要是计算网络中参数的个数方法