在深度学习中,卷积神经网络(CNN或ConvNet)是一类深度神经网络,最常用于分析视觉图像。基于它们的共享权重架构和平移不变性特征,它们也被称为位移不变或空间不变的人工神经网络(SIANN)。它们在图像和视频识别,推荐系统,图像分类,医学图像分析,自然语言处理,和财务时间序列中都有应用。
  1. CS231n Convolutional Neural Networks for Visual Recognition
  2. CS231n Convolutional Neural Networks for Visual Recognition
  3. 无痛理解CNN中的感受野receptive field
  4. [原创翻译] 运用CNN对ImageNet进行图像分类
  5. CS231n Convolutional Neural Networks for Visual Recognition
  6. A Beginner's Guide To Understanding Convolutional Neural...
  7. 卷积神经网络初探——LeNet-5的原理与手写数字识别的实现
  8. A Beginner's Guide To Understanding Convolutional Neural...
  9. 卷积神经网络中的感受野计算(译)
  10. 使用深度卷积神经网络方法进行3D人脸重建
  11. 第四课:BatchNorm,更深的卷积神经网络,Hybridize...
  12. 卷积神经网络(CNN)的理解与可视化
  13. Module 2: Convolutional Neural Networks
  14. cuDNN:利用 GPU 加速卷积神经网络
  15. 3D卷积神经网络Note01
  16. 如何评价论文 : Light-Head R-CNN ? - 知乎
  17. CS231n Convolutional Neural Networks for Visual Recognition
  18. CS231n Convolutional Neural Networks for Visual...
  19. 《ABCNN: Attention-Based Convolutional Neural Network for...
  20. 如何评价论文 : Light-Head R-CNN ? - 知乎
展开全文
微信扫码咨询专知VIP会员