李飞飞计算机视觉成名作：斯坦福CS231n作业详解第二弹！

大数据文摘作品

学习斯坦福CS231n公开课的同学看过来，Assignment 2 的Q1-Q5详解来啦！本期作业详解帮你搞定基于神经网络的图片识别、卷积神经网络和深度学习框架Tensorflow，快来和文摘菌一起写作业吧！

在不久前，文摘菌发布了李飞飞计算机视觉成名作斯坦福CS231n作业详解第一弹，点击查看相关第一弹内容，受到了很多读者的打call，文摘菌在此表示感谢，会继续做好服务大家的工作的

经过各位同学和编辑团队的不断努（cui）力（gao），本门课程的进展飞速，课程第二部分和第三部分的笔记也都已经完成，我们会在年前陆续放出，供大家在假期学习。

先简单带大家回顾下assignment1 Q1-Q5的主要内容：

Q1：介绍了kNN分类+ 完整代码

Q2：介绍了SVM分类器+ 完整代码

Q3：介绍了Softmax分类器 + 完整代码

Q4：介绍了如何搭建一个完全连接的神经网络分类器 + 完整代码

Q5：介绍了如何抽取图像特征 + 完整代码

再次感谢笔记作者和校对人员！错过第一期精彩笔记的同学，戳下面的链接哦：

只看视频不动手的你可能学了门假课程，李飞飞计算机视觉成名作斯坦福CS231n作业详解重磅来袭！

眼看大家期待的年假就要来了，文摘菌也为大家准备了“年货”！那就是李飞飞计算机视觉成名作斯坦福CS231n作业第二弹！

先来看下assignment 2 中部分精彩内容：

也给大家透露下Assignment2 Q1-Q5的主要内容：

Q1 - Q3：

• 利用简单的cifar10数据集，并以图片分类识别为目的教大家一步一步构建神经网络。
• 详细的解释了神经网络中前向传播和反向传播的原理
• 很细节的Python代码解析 + 神经网络中矩阵运算的图像化解释 + 模块化Python代码的流程图解析。

Q4：

• 实现卷积神经网络卷积层的前向计算与反向传导
• 实现卷积神经网络池化层的前向计算与反向传导
• 介绍了卷积层与池化层的加速

Q5：

• 介绍了两个流行的深度学习框架之一：Tensorflow

笔记中不仅有知识点的详细解释，还有完整的代码哦！在夜深人静的时候，敲上几行代码，跑跑神经网络算法，是否有一种众人皆醉我独醒的骄傲呢。

另外，李飞飞计算机视觉成名作斯坦福CS231n作业第三弹正在紧张筹备中，笔记作者和校对人员在加工赶制assignment3的作业笔记，争取在年前让大家带上满满的“年货”回家！请各位持续关注哦。

以下是第二期作业笔记获取链接：

大数据文摘网易云课堂专栏：

https://study.163.com/provider/10146755/index.htm

大数据文摘CSDN专栏：

http://blog.csdn.net/BigDataDigest

大数据文摘GitHub专栏：

https://github.com/theBigDataDigest/Stanford-CS231n-assignments-in-Chinese/tree/master/assignment2

全体作者：碧海听滔 观自在降魔 Fanli SlyneD 土豆 MoreZheng 张礼俊

Assignment 2 参与成员：

编写：土豆 MoreZheng SlyneD

校对：碧海听滔 Molly

总校对与审核：寒小阳

【今日机器学习概念】

Have a Great Definition