cs231n(5)

第五讲：卷积神经网络

回顾：多层感知机、非线性激活函数、梯度下降与反向传播

这节课介绍计算机视觉领域大名鼎鼎的卷积神经网络，从卷积、padding、池化、全连接等基础操作，到局部连接、权值共享、下采样三大特性，并辅以大量的动图，以及LeNet5手写数字识别、MNIST手写数字识别、Cifar-10图像分类等几个交互式可视化网页，深入理解卷积神经网络基本原理。

在后续课程中，我们会介绍各种经典的卷积神经网络架构，并解决图像分类、物体检测、语义分割等问题。

各种卷积可视化：https://ezyang.github.io/convolution-visualizer/index.html

多通道卷积可视化：https://thomelane.github.io/convolutions/2DConvRGB.html

ConvNetjs-cifar10卷积神经网络可视化：https://cs.stanford.edu/people/karpathy/convnetjs/demo/cifar10.html

LeNet5手写数字识别卷积神经网络可视化：https://www.cs.ryerson.ca/~aharley/vis/conv/

keras.js-MNIST手写数字识别卷积神经网络可视化：https://transcranial.github.io/keras-js/#/mnist-cnn