、参数合并、数据预处理、线性分类器局限性
斯坦福 CS231n 全套解读
深度学习与CV教程(1) | CV引言与基础
深度学习与CV教程(2) | 图像分类与机器学习基础
深度学习与CV教程(3) |...损失函数与最优化
深度学习与CV教程(4) | 神经网络与反向传播
深度学习与CV教程(5) | 卷积神经网络
深度学习与CV教程(6) | 神经网络训练技巧 (上)
深度学习与CV教程(7) | 神经网络训练技巧...(下)
深度学习与CV教程(8) | 常见深度学习框架介绍
深度学习与CV教程(9) | 典型CNN架构 (Alexnet, VGG, Googlenet, Restnet等)
深度学习与CV教程(10..., R-CNN系列)
深度学习与CV教程(13) | 目标检测 (SSD, YOLO系列)
深度学习与CV教程(14) | 图像分割 (FCN, SegNet, U-Net, PSPNet, DeepLab..., RefineNet)
深度学习与CV教程(15) | 视觉模型可视化与可解释性
深度学习与CV教程(16) | 生成模型 (PixelRNN, PixelCNN, VAE, GAN)
深度学习与CV