本文为斯坦福大学CS231N课程的中文视频第10课时,已获得斯坦福大学Andrej Karpathy教授的授权翻译与发表。大数据文摘作品,未经授权禁止转载,转载具体要求见文末。 大数据文摘&北邮模式识别实验室 联合制作
编者按:
本节课讲述了神经网络训练过程中会涉及的一些细节,包括各种激活函数(activation function)的功能和选择,神经网络权重的初始化方式,图像预处理,Batch Normalization,超参数的选择等相关内容。文章内容为斯坦福CS231N系列,供有兴趣的读者感受、学习。
斯坦福大学CS231N课程是深度学习与计算机视觉方面的经典教程,业界评价很高。之前也有国内朋友做一些零星的翻译,为了与更多读者分享高品质内容,大数据文摘和北邮模式识别实验室共同组织了强大的翻译团队,对笔记和视频进行了系统全面的翻译,并以每周一期的速度陆续推出。
同时,大数据文摘之前已获得授权的斯坦福课程另外一个系列斯坦福大学CS224d课程【深度学习与自然语言处理】课程笔记翻译和视频汉化工作也在进行,我们将继续推送后续内容及课程视频,敬请关注。
视频概览
以下为课程的部分视频试听导读图。完整视频会在网易云课堂大数据文摘频道上放出,每周二上午8点更新,请大家点击文末左下角“阅读原文”关注更新。
在大数据文摘后台回复“斯坦福”,下载本期及过去五期课程完整版ppt。
戳视频观看▲
原版PPT(部分)