斯坦福CS230课程简明讲义，CNN、RNN包教包会[手动狗头]

【导读】斯坦福CS230:Deep Learning 课程，是斯坦福每年秋季开设的深度学习课程，由Andrew Ng 以及 Kian Katanforoosh执教，内容涵盖CNN、RNN、LSTM、Adam等等方面。斯坦福的两位研究生同学Afshine Amidi，Shervine Amidi 将其中的重要知识点拆解出来，整理成Cheatsheet。小编拜读后，觉得内容详实、结构清晰，特分享给大家。

项目地址 | Github：

• https://github.com/afshinea/stanford-cs-230-deep-learning

作者 | Author：

• Afshine Amidi，Shervine Amidi

作者主页 | Author's homepage：

• Afshine Amidi 

• http://www.mit.edu/~amidi/

• Shervine Amidi 

• https://stanford.edu/~shervine/

整理报道 | Reporter:

• huaiwen

【简介】

Afshine Amidi 和 Shervine Amidi 小哥着重整理了CNN、RNN及其数据梳理过程。整个Cheatsheet目录如下：

【CNN】

CNN部分首先对CNN的组件进行了介绍，包括pooling，padding都配有图示。然后扩展开简介CNN系列的工作核心，包括目标检测，YOLO，RCNN等。

Pooling

Padding

图像分类、图像定位、图像检测

边框识别、关键点识别

【RNN】

RNN 也是首先介绍了RNN基本组成，各类变型，及各类Unit的变体，如LSTM,GRU。然后介绍了RNN系列的工作，包括：Language model，Machine translation，Attention等。

RNN的各种变体

双向RNN、深层RNN

GRU、LSTM

Attention

【常用技巧】

常用技巧篇，主要总结了常用的一些数据处理方式、优化器选择、权重初始化、正则化等等。如：

常用的图像数据增广方式

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知）

• 后台回复“CS230” 就可以获取该Cheatsheet的下载链接~ 

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

PC登录www.zhuanzhi.ai或者点击阅读原文，可以获取更多AI知识资料！

加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）可以其他同行一起交流~ 请加专知小助手微信（扫一扫如下二维码添加），

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知