直覺版:CNN解讀part1

以下是我的直觀理解視頻,和李宏毅的講解方式差異越來越大了,建議大家對比李宏毅的CNN講解原視頻看(0-30mins)

11.01 為什麼fully connected NN 不適合做圖片任務.mp4

11.02 圖像識別任務對CNN模型的要求.mp4

11.03 如何理解CNN結構設計(以及stride padding).mp4

11.04 為什麼input layer 切分成blocks, 而不是vector?為什麼輸出matrix而不是scalar?如何直觀理解feature map? .mp4

11.05 如何理解pooling layer和最後的fully connected layer在CNN中的作用.mp4

推薦閱讀:

機器學習基石筆記12:非線性轉換
微分方程和矩陣指數【MIT線代第二十三課】
朋友,千萬不能錯過!13個自然語言處理的深度學習框架
「猜你喜歡」—邏輯回歸分類
崛起中的機器文明

TAG:吳恩達AndrewNg | 深度學習DeepLearning | 機器學習 |