Convolutional neural networks(CNN) (一) 入门参考
来源:互联网 发布:mac怎么查看隐藏文件夹 编辑:程序博客网 时间:2024/05/25 20:00
笔者对 Convolutional neural networks(CNN) 卷积神经网络入门学习资料使用汇总:
{ 可以按照本文顺序进行了解,亦可以根据个人之前的掌握,灵活调整 。笔者也尚在学习,还望不吝赐教。}
1. 力推 Metacademy,不仅是CNN,机器学习相关内容都可以得到清晰的学习规划及相应资料的出处。
2. 对于可能会用到的矩阵相关知识,推荐The Matrix Cookbook 进行查阅相关。
3. 可以按照Metacademy的推荐路线来进行学习,这里给出本人的拙劣学习路线:
A. 概念性了解:Toronto University 的 CNN Lecture ,部分内容不懂也没有关系,只是有一个感性的认识。
B. 中文版本CNN基本介绍:中科院计算所 人工智能与机器学习 12-CNN and its variants , 又稍有些领悟。
C. 主线是 Stanford University 的 UFLDL的wiki部分,笔者是按照顺序逐章节进行的阅读。
C--. 在UFLDL的sofmax章节之前,笔者先参阅了Logistic Regression相关博文,加深理解。
C++. 如有时间可以先学习Andrew Ng 的Machine Learning。
D. 加深理解 CS231n Convolutional Neural Networks for Visual Recognition。Conv Layer讲的很清楚,另外参数选取也给出了指导。
E. 笔者在学习过3.D后仍对BP算法在CNN中的应用不甚清楚,因此《 Notes on Convolutional Neural Networks 》中的推导成为对UFLDL的BP部分在CNN的扩展阅读。该Paper的中文版也被大牛zouxy09翻译并发布到Blog上,笔者认为部分文字与原文有出入,请参照原文阅读。另《 Notes on ConvNet 》中部分符号含义(比如W表示是哪两层的连接关系)与UFLDL有差异,请读者注意区分。
E--. 不过3.E的推导有些晦涩,对于将ConV Layer与SubSampling Layer分别考虑参数BP优化,与UFLDL的Convolutional Neural Network的推导又略有不同,UFLDL似乎是两层和在一起进行BP学习,tornadomeet的Blog中对此问题也进行了讨论,但是更偏向于《 Notes on ConvNet 》的思路,不过博文中对于问题二和问题四的表述有借鉴意义。
F. 为了加深对各层间链式求导法则以及为日后阅读Caffe,MxNet,.etc的源代码做铺垫,strongly recommend将UFLDL的 wiki 以及 tutorial 里面所有的exercise都自己实现一遍,我也会将自己的实现稍后open到Blog。
4. 学完并理解3.A.B.C--.C.D.E中的推导步骤,笔者窃以为可以阅读CNN相关文献了。笔者最先接触的是《NIPS2012_ImageNet Classification with Deep Convolutional Neural Networks》,至于之后的学习规划,读者可以根据自己的方向和喜好进行选择。
4++. 你将会发现AlexNet在 Input Image的 size上有一点小问题,这在CS231n中有讨论(Zero-padding)。
Note:
UFLDL中出现的log均为MatLab中的log即数学上的ln,自然对数。
- Convolutional neural networks(CNN) (一) 入门参考
- CNN(Convolutional Neural Networks)算法
- TensorFlow4: CNN, Convolutional Neural Networks
- Convolutional neural networks(CNN) (十二) Convolutional Neural Network Theory
- Convolutional neural networks(CNN) (十三) Convolutional Neural Network Exercise
- (Convolutional Neural Networks)CNN-卷积神经网络学习
- 卷积神经网络(Convolutional Neural Networks)CNN
- CNN网络分解--Factorized Convolutional Neural Networks
- CNN(Convolutional Neural Networks)学习总结
- Convolutional Neural Networks(CNN) 有关概念
- Convolutional Neural Networks Learning Note (一)
- 《Recent Advances in Convolutional Neural Networks》(一)
- 卷积神经网络简介(Convolutional Neural Networks,简称CNN)
- CNN(Convolutional Neural Networks)没有原理只有实现
- CNN(Convolutional Neural Networks)没有原理只有实现
- Stanford CNN课程Convolutional Neural Networks for Visual Recognition
- CNN(Convolutional Neural Networks)没有原理只有实现
- 卷积神经网络CNN(Convolutional Neural Networks)没有原理只有实现
- mysql左链接,右链接,内部链接,交叉连接
- JQuery 控制html元素显示或隐藏
- 计算几何 ( 凸包 )——Wall ( HDU 1248 )
- 利用docker-compose实现elk+redice的但宿主机环境搭建
- 矩阵基础1001 HDU 4990
- Convolutional neural networks(CNN) (一) 入门参考
- 矩阵基础1002 CodeForces 450B
- 【Maven用户手册】Maven生命周期
- OpenGL,z值转深度值计算
- Python图表绘制:matplotlib绘图库入门
- mysql的安装和用户权限
- android studio 怎么引入签名文件
- 矩阵基础1003 HDU 4965
- Java学习之Iterator(迭代器)的一般用法 (多方整理)